一家23亿美元具身AI初创公司的核心训练数据，是某个人的Fortnite精彩集锦。
这不是玩笑。上传至游戏剪辑共享应用Medal的每年23亿个游戏剪辑，竟然是让机器人仅用8分钟真实世界数据就能在办公室自主行走的关键。没有收集新数据，没有建立机器人实验室——答案早就在那些剪辑里了。
不是视频，而是按键记录
Medal是一个让玩家录制并分享游戏画面的平台。截至2026年，每月1000万活跃用户每年上传23亿个剪辑。
乍看之下，它像是游戏版的YouTube Shorts。但Medal的剪辑有其他视频平台没有的东西：动作标签——精确记录哪个按键在什么时间被按下。
由于Medal在游戏客户端层运行，它不只捕获视频，还同步记录每个时刻的控制器输入。对观众来说是「精彩操作」，对AI来说则是「在这个画面按了左键，结果会怎样」的完整答案。
AI要自主行动，不只需要知道世界长什么样，还需要知道「我采取这个行动时，世界会如何改变」。学习这一点需要视频与动作配对的数据——而在现实世界大规模收集这些数据，成本高昂且耗时。
| 普通游戏视频 | Medal游戏剪辑 | |
|---|---|---|
| 视频数据 | ✓ 有 | ✓ 有 |
| 按键动作标签 | ✗ 无 | ✓ 有（输入+时间戳） |
| AI训练价值 | 视觉模式识别 | 行动-结果因果学习 |
| 年度规模 | 数亿个 | 23亿个 |
游戏如何让模型理解物理世界
General Intuition用这些数据构建「世界模型」——一种能预测「采取任何行动后接下来会发生什么」的AI。
经过数亿小时游戏数据的训练，模型掌握了游戏内世界的物理法则：
- 墙是什么——不能穿越
- 障碍物如何动态运动
- 阴影随太阳移动而变化
- 物体碰撞时会发生什么
这些并非只适用于游戏的规则。它们反映了与现实世界相同的底层物理原理，因此可以迁移到机器人和无人机控制上。正如Silicon Canals所指出的，「游戏数据能替代真实机器人遥测数据」这个论点听起来荒唐，但数据证明它是对的。
"游戏数据是具身行为训练数据中最大的未开发资源。用它训练的智能体能获得文本LLM永远无法具备的空间、时间和规划直觉。"
— General Intuition核心论点
8分钟后机器人开始行走
听起来太好是真的？成功了。
General Intuition的模型既能连续数小时玩视频游戏，也能控制真实机器人。现实世界的数据令人震撼：仅用8分钟真实数据微调，四足机器人就在办公室自主行走，只用了前置摄像头，没有任何额外传感器。
测试条件相当严苛：人流不断的办公室环境、动态添加的物体、零额外感知设备。相比之下，标准机器人训练通常需要数百小时的真实世界轨迹数据。
这些成果吸引了Jeff Bezos、Eric Schmidt、Khosla Ventures和General Catalyst入局。种子轮$134M（2025年10月）、A轮$320M（估值$2.3B）——8个月共融资$454M[[cite:4][cite:9]]。
机器人的ChatGPT时刻？
2026年7月，TechCrunch发布了「这家初创公司认为机器人领域即将迎来ChatGPT时刻」。正如文本AI用互联网数据训练一样，具身AI正在用游戏数据训练——这一范式正在成型。
这个案例对数据战略的启示
这不只是AI投资故事，这是一个数据护城河的故事。
Pim de Witte拥有的不是炫目的AI技术，而是Medal积累的竞争对手根本无法复制的规模化动作标签数据——这成为23亿美元估值的根基。
你的公司已经有什么数据？用这5个问题来检验。
- 你是否以「配对」方式记录用户行为？
不只是点击或购买，而是「什么情境触发了这个行为，结果如何」配对记录的数据。 - 你的数据集在规模上是否不可替代？
竞争对手从头开始追赶需要多少年？两年以上就可能构成数据护城河。 - 数据中是否有隐藏的「动作标签」？
就像Medal的按键记录，你的数据中可能含有揭示用户意图的元数据，只是还没被充分利用。 - 你用它做过微调实验吗？
用你的专有数据对现有基础模型进行微调。8分钟数据让机器人走路了。 - 你是否在构建数据飞轮？
General Intuition的设计：部署→收集真实数据→改进模型→更好的部署。这个循环会产生复利效应。
