¿Puede una máquina aprender a moverse por una calle real después de pasar horas “jugando” frente a una pantalla? La pregunta ya no suena a ciencia ficción de living. Empieza a parecerse a una nueva pieza clave del negocio de la inteligencia artificial.
Eso es lo que intenta demostrar General Intuition, la startup fundada por Pim de Witte. Su hallazgo central revela un mecanismo ambicioso: usar datos de videojuegos para entrenar un agente de IA y luego llevar ese mismo “cerebro” a robots físicos sin cambiarle la lógica de fondo.
La apuesta ya convenció al mercado. La empresa recaudó 320 millones de dólares en una ronda que la valora en 2.300 millones, con Khosla Ventures a la cabeza y nombres como Jeff Bezos y Eric Schmidt entre los inversores. Además, parte de esa ventaja nace de Medal, la plataforma previa de De Witte, que aportó cientos de millones de horas de gameplay como base de entrenamiento.
La clave no estaba solo en mirar videos. Estaba en el cableado de la acción humana: esas etiquetas que registran qué botón se pulsó, cuándo y con qué efecto en pantalla. Según la compañía, esa pieza permite que el modelo entienda mejor la relación entre “yo hago esto” y “el entorno responde así”.
Ahí aparece el concepto técnico central: el world model (modelo del mundo, una simulación interna). No es un producto para vender, sino un gimnasio digital donde el agente practica. En lugar de usar motores gráficos tradicionales, este sistema genera entornos cuadro por cuadro y le enseña reglas simples, como que una pared no se atraviesa o que la sombra cambia si el sol se mueve.
Por eso uno de los datos más llamativos no fue una ronda financiera, sino una prueba. Un agente de General Intuition jugó durante 100 horas seguidas a un videojuego tipo Fortnite sin intervención humana. Luego, el mismo modelo se usó para operar un robot cuadrúpedo en el mundo real.
Del joystick a las patas del robot
Además, el ajuste al entorno físico fue mínimo. Solo hicieron falta ocho minutos de datos reales de robótica para adaptar el modelo al comportamiento del robot. Esos datos ni siquiera se recopilaron en el mismo lugar donde después trabajó la máquina, otra señal de que el sistema busca generalizar en lugar de memorizar.
El robot aprende en modo de exploración con una sola cámara. En términos simples, no avanza con un mapa perfecto, sino con una especie de vista frontal y un mecanismo que interpreta lo que ve para decidir cómo moverse. Eso lo aleja de un LLM (modelo de lenguaje grande, diseñado para texto) tradicional, porque aquí no solo importa responder: importa actuar.
Vinod Khosla, uno de los inversores, sostiene que el siguiente gran salto de la IA será una “intuición” cercana a la humana, construida sobre datos de acciones. La empresa comparte esa idea y la conecta con una oportunidad más amplia: crear un modelo generalista para videojuegos, simulación, drones y robots, en lugar de fabricar un producto final como un auto autónomo.
La mayor parte del nuevo capital irá a ampliar computación con CoreWeave y a lanzar una API (puerta de acceso para desarrolladores) más accesible antes de fin de verano. También sumó Nerve, una plataforma laboral para que jugadores ganen dinero etiquetando datos o teleoperando robots, un engranaje pensado para alimentar ese circuito de mejora continua.
Sin embargo, la incógnita sigue abierta. Toda la industria persigue el mismo interruptor: lograr que lo aprendido en simulación funcione de forma robusta en el mundo físico. General Intuition cree que el atajo son los videojuegos. Y si esa intuición artificial termina encendiendo bien las luces fuera de la pantalla, la rutina diaria podría cambiar mucho antes de lo previsto.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
