在通往通用人工智能(AGI)的道路上,大型语言模型似乎遇到了瓶颈。ChatGPT和Claude等模型在文本处理上表现出色,但在理解物体如何在空间和时间中实际运动方面却力不从心——而这正是产生通用智能的关键能力。一家名为General Intuition的初创公司认为,这一缺口或许可以通过游戏数据来填补。
该公司CEO指出,游戏数据提供了丰富的时空交互信息,能够帮助AI模型更好地理解物理世界的动态规律。相比之下,互联网数据多为静态文本和图像,缺乏对运动与因果关系的深度刻画。这一思路为AI训练数据开辟了全新方向,也引发了业界对“游戏优先”策略的讨论。