fr.wedoany.com Rapport : La startup new-yorkaise General Intuition a bouclé un tour de financement de 320 millions de dollars, portant sa valorisation post-investissement à 2,3 milliards de dollars. Issue de la plateforme de jeux Medal TV, elle ne cherche pas à élargir les corpus textuels, mais à utiliser des vidéos de jeux, les actions des joueurs et les données d’interaction en environnement virtuel pour construire un modèle du monde doté d’une compréhension spatio-temporelle.
La démarche technique de General Intuition cible les lacunes des grands modèles de langage dans la compréhension du monde physique. Des modèles comme ChatGPT ou Claude excellent dans la génération de texte, le code, le raisonnement et les questions-réponses, mais ils apprennent principalement à partir de données linguistiques et multimodales statiques. Ils manquent encore d’une capacité de modélisation spatio-temporelle suffisamment robuste pour comprendre comment les objets se déplacent, comment les personnages évitent les obstacles, comment les actions produisent des résultats, ou comment l’environnement évolue dans le temps. La valeur particulière des données de jeux réside dans leur chaîne continue « action – retour – changement d’environnement » : les mouvements, sauts, virages, visées, escalades, esquives et collisions des joueurs génèrent des résultats vérifiables à l’écran. Le modèle peut apprendre de ces séquences continues les murs, les ombres, les limites spatiales, les choix de trajectoire, les perspectives des personnages et les conséquences des actions, plutôt que de simplement comprendre le « monde physique » à travers des descriptions textuelles. General Intuition utilise ces données de jeux comme matière première pour entraîner un modèle du monde, espérant doter les systèmes d’IA de capacités accrues en raisonnement spatial, jugement causal et prédiction d’environnements dynamiques.
Parmi les investisseurs de ce tour figurent Coatue, Eric Schmidt, ainsi que des chercheurs du MIT et de Google DeepMind. Des capitaux liés à Jeff Bezos ont également participé. Les fonds serviront à accroître la puissance de calcul, à entraîner de nouvelles versions du modèle et à ouvrir l’API.
Un modèle du monde ne se limite pas à générer des images de jeux. General Intuition vise à entraîner un système intelligent capable de comprendre l’état de l’environnement, de prédire les changements à venir, et de distinguer le « soi » de l’« environnement extérieur ». Pour l’IA physique, ces capacités sont cruciales : les robots, drones, véhicules autonomes et agents industriels intelligents ne doivent pas seulement répondre à des questions, mais aussi savoir où ils se trouvent dans l’espace, ce que leurs actions modifient, comment les obstacles influencent leur trajectoire, si un objet cible est accessible, et si des opérations continues comportent des risques. Bien que les scénarios de jeux soient virtuels, ils fournissent une grande quantité de données dynamiques, reproductibles et étiquetées par actions, adaptées à l’entraînement de représentations internes de l’espace et du temps.
Le PDG de General Intuition, Pim de Witte, a précédemment fondé Medal TV, dont la plateforme a accumulé de nombreux extraits de jeux téléchargés par les utilisateurs. Après la scission de General Intuition de Medal TV, ses actifs principaux sont passés d’une communauté de contenu de jeux à une infrastructure d’entraînement basée sur les données de jeux. En interne, l’environnement d’entraînement du modèle du monde est appelé « gym », un terrain où l’IA apprend les lois des actions à travers des comportements de jeu et des changements environnementaux à grande échelle. Le produit final destiné au marché pourrait être un modèle d’agent doté de capacités d’action.
Cette approche soulève également des questions sur les limites d’application. Le modèle de General Intuition pourrait être utilisé à l’avenir pour des drones, des robots, des opérations de recherche et de sauvetage, et des scénarios de défense. Une fois que ces capacités intègrent des systèmes à haut risque, il ne s’agit plus seulement d’un problème d’entraînement sur des données de jeux, mais aussi de restrictions d’usage, de validation de déploiement, de sécurité du modèle et d’évaluation éthique. La priorité actuelle de l’entreprise est de transformer les régularités spatio-temporelles des données de jeux en capacités de modèle transférables à des environnements réels, et de prouver que ce modèle ne se limite pas aux scénarios virtuels, mais peut également servir la perception, la prédiction et la planification d’actions des systèmes d’IA physique.
