General Intuition öppnar partnerkö för modeller tränade på spel
Spelvideo och styrkommandon ska lära modeller att koppla handlingar till följder, med begränsad partneråtkomst som första steg.
General Intuition öppnar en partnerkö för sina modeller som tränas på spelvideo med registrerade handlingar. I beskedet den 29 september säger bolaget också att det har tagit in 220 miljoner dollar till en värdering på 6,2 miljarder dollar. Den tekniska idén är att lära modeller sambandet mellan vad de ser, vad någon gör och vad som händer därefter.
Bilder tillsammans med handlingar
En vanlig videoinspelning visar ett förlopp. När den kombineras med spelarens styrkommandon finns också information om handlingen som föregick nästa bild. General Intuition bygger på material från Medal, där spelare laddar upp klipp från sina spel.
På bolagets webbplats skiljer det mellan handlingsmodeller, som väljer vad en agent ska göra, och världsmodeller, som förutser följderna. Det är en användbar skillnad: att föreställa sig ett möjligt händelseförlopp och att välja en bra handling är två olika uppgifter.
General Intuition säger att Medal är på väg mot tre miljarder uppladdade videor per år. Det är bolagets uppgift om inflödet, inte ett mått på hur väl modellerna fungerar i robotar.
Partneråtkomst före bred lansering
Bolaget uppger att ett mindre antal partners inom spel, simulering och robotik redan använder dess kommersiella API. För fler användare finns en väntelista. En plats i kön innebär alltså ingen omedelbar tillgång.
Ett konkret forskningsspår är MIRA, utvecklat med Kyutai i samarbete med Epic Games. Modellen simulerar fyra spelares vyer i Rocket League och reagerar på deras styrkommandon. I
General Intuition öppnade en partnerkö för modeller tränade på video och handlingar. Bolaget meddelade samtidigt en ny finansieringsrunda på 220 miljoner dollar.
För utvecklare inom simulering och robotik är lockelsen att träna på fler situationer än vad som är enkelt att samla in fysiskt. Värdet beror på hur väl modellen behåller sambandet mellan handling och konsekvens när miljön förändras.
Vi tycker att kopplingen mellan bild och handling är mer intressant än värderingen. Spel ger ett rikt träningsmaterial, men verkligheten följer inte spelets regler. Nästa viktiga belägg blir vad partners faktiskt kan få modellerna att göra utanför de miljöer där de tränats.
