General Intuition capta 220 M$ para sus modelos del mundo

General Intuition Inc. ha cerrado una ronda de financiación de 220 millones de dólares que valora la compañía en 6.200 millones de dólares. La startup desarrolla modelos del mundo, sistemas de IA que generan vídeo sintético con el que se pueden entrenar otros modelos de IA, incluidos los que controlan robots.

La ronda reúne una larga lista de inversores: Valor Equity Partners, Atreides, Seven Seven Six, Point72, Khosla Ventures y General Catalyst. Llega aproximadamente un año después de que General Intuition se escindiera de Medal B.V., una startup para compartir vídeos.

Una biblioteca de clips de videojuegos como datos de entrenamiento

El origen de la empresa explica su ventaja en datos. Medal ofrece una herramienta gratuita que permite a los jugadores capturar y grabar imágenes de videojuegos. General Intuition utiliza ese material para entrenar sus propios modelos de IA.

Esto es importante porque los datos de entrenamiento son el cuello de botella de muchos proyectos de IA. Los desarrolladores enseñan a un modelo mostrándole ejemplos del trabajo que acabará haciendo. Un sistema pensado para manejar un brazo robótico, por ejemplo, podría aprender de vídeos de brazos robóticos soldando piezas de coche. Grabar ese tipo de imágenes a mano es lento y caro.

La propuesta de General Intuition consiste en ahorrarse buena parte de ese trabajo manual. Sus modelos del mundo producen imágenes sintéticas que los desarrolladores pueden incorporar a sus propios procesos de entrenamiento.

Qué hace diferente a MIRA

El último modelo de la compañía, MIRA, salió en junio. General Intuition asegura que mejora a los modelos anteriores en algunos aspectos concretos.

1. Duración. Los generadores de vídeo convencionales solo pueden producir clips de unos pocos segundos o minutos. Eso los descarta para simular largos flujos de trabajo de automatización industrial, que es justo lo que suelen necesitar los desarrolladores de robots. General Intuition afirma que MIRA puede "funcionar indefinidamente sin divergir".

2. Movimiento. MIRA puede generar escenas complejas en las que interactúan varios objetos que se mueven a gran velocidad. Simular el movimiento de esta forma resulta útil para tareas como enseñar a los robots a evitar colisiones.

3. Eficiencia. Según la empresa, MIRA genera 20 fotogramas por segundo a 720 por 576 píxeles en una sola tarjeta gráfica B200.

Detrás de esa eficiencia hay dos decisiones de diseño. La primera es la difusión latente. En lugar de trabajar directamente sobre los fotogramas de vídeo, MIRA realiza sus cálculos en un espacio latente, una representación comprimida de los fotogramas que ocupa menos memoria. Un menor consumo de memoria implica menos tiempo de procesamiento. La segunda es el tamaño: MIRA tiene solo 5.600 millones de parámetros, apenas una fracción de los que contienen los modelos punteros.

Todavía no es un producto

Hay un matiz importante. MIRA es una demostración de investigación, no un generador de datos comercial. En su forma actual solo puede producir imágenes de un único videojuego. Aun así, General Intuition lo describe como un "paso intermedio hacia la IA física", y destaca su eficiencia y su calidad de renderizado.

Una versión comercial ya se está probando con un pequeño grupo de clientes que trabajan en robótica, simulación y entretenimiento. Junto con el anuncio de la financiación, la empresa ha abierto una lista de espera para ese producto. Prevé destinar el nuevo capital a contratar más investigadores de IA.

Nuestro análisis

Una valoración de 6.200 millones de dólares para una empresa cuyo modelo estrella genera, por ahora, un solo videojuego dice mucho de hacia dónde se dirige la atención de los inversores. Los modelos del mundo han pasado de ser un nicho de investigación a convertirse en una categoría de inversión por derecho propio. La ronda de General Intuition llega poco después de la compra de World Labs por parte de AMD, otra apuesta a que los entornos simulados se convertirán en infraestructura básica para la robótica. En conjunto, todo apunta a que el sector ve cada vez más los datos sintéticos como una forma de sortear la escasez de imágenes reales de robots.

La ventaja concreta de General Intuition es poco habitual: un flujo de imágenes de videojuegos heredado de Medal. Cabe preguntarse hasta qué punto las habilidades aprendidas en mundos de videojuego se trasladan a fábricas y almacenes. La propia forma en que la empresa lo presenta, como un "paso intermedio", es una admisión honesta de que esa brecha aún no se ha cerrado.

Las cifras de eficiencia también merecen atención. Un modelo de 5.600 millones de parámetros que funciona en una sola GPU podría hacer que la generación de datos sintéticos fuera más barata y accesible que los enfoques basados en sistemas de escala puntera, siempre que los resultados se mantengan más allá de un único videojuego.

Lo que habrá que seguir: si los sucesores de MIRA son capaces de generar entornos variados y realistas, qué clientes pasan de la lista de espera a implantaciones de pago y si esta ronda, como otras grandes rondas recientes como los 350 millones de dólares de EliseAI, se traduce en una tracción comercial medible y no solo en una valoración más alta.