2026 年 6 月，一家成立不到一年的纽约公司 General Intuition（通用直觉）完成了 3.2 亿美元 的 A 轮融资，估值达到 23 亿美元，领投方是硅谷知名投资人 Vinod Khosla。这家公司并非追逐大语言模型或自动驾驶的热点，而是聚焦于一个更底层的领域：为机器人打造通用的“物理直觉”基础模型。
其核心主张极具颠覆性——训练机器人不需要数百万小时的真实世界数据，用人类玩游戏的录像即可。传统路径以特斯拉的 FSD 车队为代表，依赖车辆上路采集、人工标注的海量真实行驶数据。而 General Intuition 的 CEO Pim deWitte 认为，这种为单一硬件、单一环境定制大量专门工作的模式将很快过时。他的替代方案是从游戏画面、手柄按键记录和角色运动轨迹中，让 AI 学习空间感、时间感和因果关系。
该公司声称，其模型在吸收数百万小时游戏数据后，仅需 8 分钟 的真实机器人数据微调，就能驱动一台仅配备前视摄像头的四足机器人在有动态障碍物的办公室环境中自主导航。这一演示如果属实，意味着机器人训练成本可能断崖式下降，数据壁垒的护城河也可能不复存在。但需要谨慎看待的是，这 8 分钟仅是特定结构化场景下的微调结果，而非从零训练，且缺乏第三方独立验证，其在建筑工地、家庭厨房等复杂环境中的泛化能力仍是未知数。
Vinod Khosla 的押注逻辑在于，他看中的不是机器人硬件本身，而是“机器人大脑”这一操作系统级的定位。General Intuition 的终局是提供一个通用基础模型，让其他公司开发具体机器人应用时容易十倍。这类似当年 Android 不做手机只做操作系统的平台思维。然而，业内对“通用物理模型”的质疑从未停止。核心挑战在于 Sim-to-Real Gap（虚拟到现实的鸿沟）：游戏世界由确定性物理引擎驱动，而现实世界充满随机摩擦与不可预测的人类行为，至今没有公司能完全跨越。
从投资角度看，这是一个典型的“赢家通吃”赌注。若物理 AI 基础模型真的存在，先发者将享受类似 GPT-3 之后的网络效应；若不存在，公司可能一文不值。目前，其积极信号包括 3.2 亿美元 的充足现金和实际演示，风险则在于成立时间短、无公开客户、泛化能力未知且生态建设为零。与此同时，竞争者也在逼近，NVIDIA 的 Halos for Robotics 平台已拥有超过 40 家 生态伙伴。
这场竞赛对中国物理 AI 产业同样启示深刻。国内玩家面临算力受限、资本密度不足等现实约束，但中国制造业占据全球 30% 的场景密度，提供了独特的优势。与其在通用底座上与海外巨头正面消耗，不如在工业制造、物流仓储等垂直场景中，用工程效率弥补算力差距，形成数据-模型-应用的闭环，建立不可替代的垂直底座。General Intuition 的 23 亿美元估值是否为泡沫，12 个月后或将见分晓，但物理 AI 的“基础模型卡位战”在 2026 年下半年已正式打响。