General Intuition成立约8个月，已经从1.34亿美元种子轮，走到一轮约3亿美元融资洽谈，估值略高于20亿美元。
这件事最反常的地方，不是估值涨得快。AI融资新闻里，快已经不稀奇。真正该看的，是资本正在给一批游戏视频重新定价：它们可能被视为训练AI智能体时空推理能力的稀缺入口。
据TechCrunch援引知情人士消息，General Intuition正在洽谈新融资。潜在支持者包括Jeff Bezos、Eric Schmidt，以及Khosla Ventures、General Catalyst等。交易仍在谈，不能写成已经完成。
融资快照：钱押在“时空推理”上
General Intuition从游戏剪辑平台Medal拆分而来。它不是先有一个成熟产品，再慢慢融资；它更像是把Medal的数据资产单独拿出来，包装成一家AI智能体公司。
几个关键信息放在一张表里，更清楚：
| 变量 | 目前信息 | 该怎么理解 |
|---|---|---|
| 公司来源 | 从Medal拆分而来 | 核心资产不是单篇论文，而是长期积累的数据入口 |
| 成立时间 | 约8个月 | 公司很新，商业验证还早 |
| 上轮融资 | 曾获1.34亿美元种子轮 | 起步就是重资本打法 |
| 新融资 | 据称洽谈约3亿美元 | 仍属洽谈，不是最终成交 |
| 估值 | 略高于20亿美元 | 市场在提前定价“智能体训练基础设施” |
| 投资方 | 消息称包括Bezos、Schmidt、Khosla Ventures、General Catalyst等 | 名人背书有热度，但不能替代产品证明 |
| 产品节奏 | 计划夏末或初秋发布新产品 | 现在还看不到成熟商业化结果 |
它讲的故事很明确：用Medal积累的游戏视频，训练能理解空间、时间、动作后果的AI智能体。
这比“做一个会生成视频的模型”更难。视频模型可以靠演示抓眼球，智能体必须完成任务。任务失败，就会暴露稳定性、成本和责任边界。
对关注AI智能体的人，这条新闻的价值不在围观估值，而在判断路线：智能体能力的竞争，正在从模型参数和demo，转向数据来源、训练环境和产品交付。
游戏视频为什么比普通视频更贵
Medal据称每年产生约20亿条视频，月活用户约1000万。这批数据的特别之处，是第一人称、交互式、带动作痕迹。
普通视频多是“看见了什么”。游戏视频更接近“我做了什么，世界怎么回应”。
玩家转身、开门、跳跃、瞄准、失败、重来。画面变化背后，有操作意图，也有环境反馈。这类数据天然适合训练一个系统理解：动作会带来后果，路径会影响结果。
这也是OpenAI据称曾尝试收购Medal、其他大AI实验室也有兴趣的原因。大家不是突然迷上游戏剪辑，而是在找能持续流入、带交互结构的数据矿。
从石油到互联网平台，稀缺的常常不是机器本身，而是能源、管道和入口。古话说，“天下熙熙，皆为利来”。落到AI行业，利来之处就是数据能不能持续、低成本、带结构地进入训练系统。
但这里不能把话说过头。
游戏不是现实。游戏物理规则再复杂，也只是被设计过的世界。机器人面对的摩擦、遮挡、噪声、安全责任，都不在同一个级别。
游戏角色摔了可以重开。机械臂砸坏设备，或者自动驾驶判断错了，成本不是损失一局。
所以General Intuition的数据很值钱，但它不是万能钥匙。它最多说明一件事：第一人称交互数据，可能比普通视频更接近智能体训练所需的“行动材料”。从这一步走到现实世界，还隔着迁移鸿沟。
真正的考题：智能体能不能卖
世界模型赛道已经拥挤。Runway、Decart、World Labs都在推进相关模型，Google Genie 3也在往世界生成和仿真方向走。
General Intuition的差异，是它声称不直接卖世界模型，而是用世界模型训练智能体。模型是训练场，智能体才是产品。
这个说法更务实，也更难糊弄。
卖世界模型，可以先卖想象力。生成一个空间，模拟一段环境，画面足够顺，融资故事就能讲下去。
卖智能体，要回答更硬的问题：
| 问题 | 为什么关键 |
|---|---|
| 能替谁完成什么任务 | 没有任务，智能体只是演示 |
| 稳定性如何 | 企业不会为高失败率系统长期付费 |
| 失败成本谁承担 | 游戏里失败便宜，现实里失败昂贵 |
| 数据优势能不能持续 | Medal的视频流入，才是护城河的来源 |
| 能否迁移到商业场景 | 仿真能力不等于现实可用能力 |
对AI创业团队，这件事有一个很直接的提醒：如果你也在做世界模型或智能体，别只盯模型效果。更该盘点自己的数据闭环在哪里。没有持续数据入口，只靠公开数据和漂亮demo，很快会被挤到同质化队列里。
对投资人，动作也很具体：不能只问“有没有世界模型”。要追问数据是否独占、是否持续产生、是否能转成付费场景。更要盯夏末或初秋的产品发布：它到底卖工具、卖平台，还是只卖一次惊艳演示。
我更在意三个观察点。
一是产品边界。它的智能体会先落在游戏、仿真、测试这类低风险场景，还是一开始就讲机器人和现实世界？前者更可信，后者更性感，也更容易空。
二是数据闭环。Medal的视频能不能继续以低成本流入General Intuition的训练系统？如果数据只是历史库存，价值会打折。如果数据入口仍在增长，估值才有支撑。
三是迁移能力。游戏里的“懂空间”，到了真实任务里还剩多少？这决定它是智能体公司的起点，还是世界模型叙事里的又一段高光视频。
我不太买账“游戏就是现实预演”这种说法。它像现实，但只像一部分。训练智能体最怕的不是模型看不懂画面，而是模型在一个便宜世界里学会的策略，到了昂贵世界里失效。
这轮融资的看点，最终不是Bezos和Schmidt的名字，也不是20亿美元估值本身。
看点是AI行业的竞争正在换位置：从谁的模型展示更亮，转向谁握着可持续的数据入口，谁能把智能体变成有人付钱的产品。
General Intuition踩中了一个好位置。但好位置不是判决书。数据只是门票，产品才会结账。