2026 年 6 月，一家成立不到一年的紐約公司 General Intuition（通用直覺）完成了 3.2 億美元 的 A 輪融資，估值達到 23 億美元，領投方是矽谷知名投資人 Vinod Khosla。這家公司並非追逐大語言模型或自動駕駛的熱點，而是聚焦於一個更底層的領域：為機器人打造通用的“物理直覺”基礎模型。
其核心主張極具顛覆性——訓練機器人不需要數百萬小時的真實世界資料，用人類玩遊戲的錄影即可。傳統路徑以特斯拉的 FSD 車隊為代表，依賴車輛上路採集、人工標註的海量真實行駛資料。而 General Intuition 的 CEO Pim deWitte 認為，這種為單一硬體、單一環境定製大量專門工作的模式將很快過時。他的替代方案是從遊戲畫面、手柄按鍵記錄和角色運動軌跡中，讓 AI 學習空間感、時間感和因果關係。
該公司聲稱，其模型在吸收數百萬小時遊戲資料後，僅需 8 分鐘 的真實機器人資料微調，就能驅動一台僅配備前視攝像頭的四足機器人在有動態障礙物的辦公室環境中自主導航。這一演示如果屬實，意味著機器人訓練成本可能斷崖式下降，資料壁壘的護城河也可能不復存在。但需要謹慎看待的是，這 8 分鐘僅是特定結構化場景下的微調結果，而非從零訓練，且缺乏第三方獨立驗證，其在建築工地、家庭廚房等複雜環境中的泛化能力仍是未知數。
Vinod Khosla 的押注邏輯在於，他看中的不是機器人硬體本身，而是“機器人大腦”這一作業系統級的定位。General Intuition 的終局是提供一個通用基礎模型，讓其他公司開發具體機器人應用時容易十倍。這類似當年 Android 不做手機只做作業系統的平台思維。然而，業內對“通用物理模型”的質疑從未停止。核心挑戰在於 Sim-to-Real Gap（虛擬到現實的鴻溝）：遊戲世界由確定性物理引擎驅動，而現實世界充滿隨機摩擦與不可預測的人類行為，至今沒有公司能完全跨越。
從投資角度看，這是一個典型的“贏家通吃”賭注。若物理 AI 基礎模型真的存在，先發者將享受類似 GPT-3 之後的網路效應；若不存在，公司可能一文不值。目前，其積極訊號包括 3.2 億美元 的充足現金和實際演示，風險則在於成立時間短、無公開客戶、泛化能力未知且生態建設為零。與此同時，競爭者也在逼近，NVIDIA 的 Halos for Robotics 平台已擁有超過 40 家 生態夥伴。
這場競賽對中國物理 AI 產業同樣啟示深刻。國內玩家面臨算力受限、資本密度不足等現實約束，但中國製造業佔據全球 30% 的場景密度，提供了獨特的優勢。與其在通用底座上與海外巨頭正面消耗，不如在工業製造、物流倉儲等垂直場景中，用工程效率彌補算力差距，形成資料-模型-應用的閉環，建立不可替代的垂直底座。General Intuition 的 23 億美元估值是否為泡沫，12 個月後或將見分曉，但物理 AI 的“基礎模型卡位戰”在 2026 年下半年已正式打響。