一家叫 General Intuition 的新創，用遊戲片段訓練能在虛擬和真實環境裡感知、行動的 AI，一次募得 3.2 億美元、估值衝上 23 億（總公開募資達 4.54 億美元，由 Khosla Ventures 領投，貝佐斯、Eric Schmidt 等人參投）。它源自遊戲剪輯平台 Medal，手上握有每年約 20 億則、來自一千萬月活躍用戶的遊戲片段。
但這則新聞真正的重點，不是「用遊戲畫面訓練 AI」這麼表面。General Intuition 賣的，是action labels——每個片段裡內嵌了「玩家在第幾毫秒按了哪個鍵」的紀錄。這是被動觀看的 YouTube 影片永遠推不出來的：影片只有畫面，遊戲片段有「畫面＋動作＋結果」。
而對台灣讀者，這則新聞的時機剛好到值得停下來看。因為台灣正踏進所謂的「具身 AI 元年」——2026 年 4 月，國家智慧機器人研究中心在台南沙崙揭牌，走的正是「Sim-to-Real（模擬到真實）＋四足機器人」這條路，跟 General Intuition 押的是同一個賽道。國際資本剛剛替這條路標了 23 億美元的價。所以問題對台灣團隊變成：你手上有沒有「被合法標籤化的互動資料」這項資產？
General Intuition 到底在賣什麼
先把可查證的講清楚。3.2 億美元 Series A、23 億估值、4.54 億總募資，這些出自 TechCrunch 報導；Medal 每年約 20 億則遊戲片段、一千萬月活的資料規模，也有來源。真正的技術差異點，是前面說的 action labels——讓模型有機會學到「動作、環境、結果」三者的關係，而不只是模仿畫面。
至於那個最吸睛的 demo——同一個模型能連玩類 Fortnite 的遊戲一百小時，也能驅動一隻四足機器人，甚至用街上收集的八分鐘真實資料就能微調到新環境——要維持分寸：這是 General Intuition 自己說的、TechCrunch 報導的，屬於公司自述，還沒有獨立的大規模驗證。公司說資金主要投入擴充算力、與 CoreWeave 有合約，API 預計 2026 年夏末開放。把它當成一個「高關注的試點」，別當成「遊戲資料已經能取代真實機器人資料」的定論。
為什麼台灣現在該看：具身 AI 元年
回到那條台灣線。沙崙的國家智慧機器人研究中心 2026 年 4 月揭牌，由賴清德總統主持，政院匡列百億預算，串起「沙崙研發、六甲工研院、柳營量產」的機器人金三角，技術方向明列四足機器人、Transformer 決策模型與 Sim-to-Real。這跟 General Intuition 的「用模擬與遊戲訓練，再落到真實機器人」是同一件事。
對台灣做移動或四足機器人的團隊，這則國際新聞的意思很具體：「用模擬訓練→真實機器人」這條路，正被國際資本重押。 值得把「動作被標籤化的互動資料」當成一項要盤點的資產，而不是只堆感測器資料。
台灣的護城河，在授權不在畫面
這裡是台灣遊戲業最該想清楚的一點。台灣不缺遊戲畫面——光是大宇資訊就擁有超過五千萬張美術原圖可供 AI 學習，遊戲業也已在導入 AI 美術。但 General Intuition 的價值告訴我們：真正值錢的不是「有畫面」，是「畫面＋玩家按鍵時序＋結果」被合法標籤化。
所以台灣遊戲公司若想跟進，真正要問的不是技術，是資料權利：玩家的操作紀錄能不能用、玩家有沒有同意、IP 邊界在哪。這是一個「有立場」的判斷——把玩家動作合法標籤化的資料權利與流程，才是台灣在這條賽道上真正的護城河。要把 AI agent 的資料權限和驗收流程整理清楚，可對照 企業 AI Agent 評估指南；資料與 IP 的著作權邊界，可參考 AI 著作權實務 FAQ。
常見問題
什麼是空間推理？AI 為什麼需要它？
空間推理是理解「物體在空間和時間裡怎麼移動、互動」的能力——例如球會往哪滾、機器人下一步該踏哪。純語言模型很難學到這個，因為文字裡沒有連續的動作與結果。General Intuition 用內含玩家操作紀錄的遊戲片段來訓練，就是想補上這一塊，讓 AI 有機會用在機器人、自駕、模擬等需要「行動」的場景。
世界模型和一般的 AI 影片生成差在哪？
AI 影片生成（像文字生成影片）重點是「產出看起來合理的畫面」；世界模型的重點是「預測互動的結果」——你做了某個動作，環境會怎麼變。前者是給人看的內容，後者是給 agent 或機器人拿來規劃行動的內在模擬。General Intuition 押的是後者，這也是它強調 action labels 的原因。
遊戲資料訓練的 AI，能真的用在機器人上嗎？
有潛力，但還沒被大規模驗證。General Intuition 展示同一模型能玩遊戲也能驅動四足機器人，但那是公司自述的 demo，不是產業已落地的成績。模擬到真實之間永遠有落差，實際能不能用，要看特定任務、環境與安全要求。現階段把它當高關注試點比較穩，別當成已經成熟的方案。