General Intuition、23億ドルの中身 — ゲームの反射神経は物理の教科書になるか

2026年7月、ニューヨークのAIスタートアップGeneral Intuitionは、四足歩行ロボットにひとつの実験をさせた。オフィスの中を歩かせる。センサーは前方のカメラ1台だけ。人が横切り、物が急に置かれる。ロボットはこの状況を一度も学習していない。それでも歩けた。ファインチューニングに使った現実世界のデータは、たった8分間だった(*1)。

8分間という数字が異様なのは、少なさそのものではない。異様なのは、その8分間を成立させた土台——ロボットの「空間と時間の直観」の大部分——が、工場のセンサーログでもLiDARの点群でもなく、ゲームプレイ動画から来ているという主張である(*1)(*2)。General Intuitionは2026年6月、3億2,000万ドルのシリーズAを、post-money評価額23億ドルで調達したと発表した(*3)。この会社が売っているのは、ロボットではない。ゲームの中で磨かれた反射神経を、現実の物理直観に変換できるという賭けそのものである。

同社の輪郭を数字で示すと、次のようになる。

ゲームは「たまたま」教科書になった

General Intuitionの前身は、ゲームクリップ共有アプリのMedalである(*4)。Medalは月間1,700万人が利用し(*5)、年間およそ20億本のプレイ動画がアップロードされると報じられている(*4)。ユーザーはキルショットやクイックスコープの瞬間を保存し、友人に自慢するためにこのアプリを使う。誰も「物理シミュレーションデータを提供している」つもりで録画してはいない。

しかしMedalの録画には映像だけでなく、キーボード、マウス、コントローラーの入力も同時に記録される(*2)。General Intuitionが強調するのは、この「行動とその結果が対になった映像」こそが訓練データの核だという点である(*2)。同社CEOのPim de Witteは、現在の強力な基盤モデルの多くが言語で訓練される一方、人間の知能は意図・行動・結果の相互作用から育ったと説明し、AIは「words to worlds」へ移る必要があると主張する(*2)。ゲームは、その移行に使える最大の行動付き映像アーカイブとして、たまたまそこにあった。

嘘の物理を28年みがいた産業

この転用が成立する条件は、ゲームの中の物理がある程度「本物らしい」ことである。ここにGeneral Intuitionの主張から28年さかのぼる系譜がある。

1998年、アイルランドのトリニティ・カレッジ・ダブリンの研究者2人が物理演算エンジンHavokを開発した(*6)。目的は現実の物理法則を解明することではなく、ゲームの中で人が撃たれて倒れる動きを少しでも「それらしく」見せることだった。2003年の『Max Payne 2』は、このHavokによるラグドール(脱力した死体の動き)表現で高く評価され、以後150タイトル以上がこのエンジンを採用した(*7)(*6)。Havokは2007年にIntel、2015年にMicrosoftに買収されている(*6)。この産業が28年かけて磨いてきたのは質量、重力、摩擦係数の「近似値」であり、それは常に機械にではなく人間のプレイ体験に奉仕するためのものだった。

General Intuitionが賭けているのは、この「人間を楽しませるための嘘の物理」を大量のプレイ記録として回収すれば、現実の物理の近似としても使えるという逆転である。物理エンジンそのものではなく、その物理エンジンの中で人間が28年間反応し続けてきた記録の方が、いま資産になっている。

ゲームが賭けの対象になるまでの13年

AIがゲームを利用する目的も、この13年で変わった。2013年、当時のDeepMind Technologiesは、ピクセルを入力として受け取り、7本のAtari 2600ゲームのスコアを最大化するよう学習するニューラルネットワークを発表した(*8)。ここでゲームは、AIの「意思決定能力」を測るベンチマークだった。物理を学ばせる対象ではなかった。

2024年、Google DeepMindはGenieを発表した。行動ラベルなしのインターネット上のゲーム動画から、11Bパラメータ規模で「操作可能な環境」そのものを生成できると報告し、ロボット動画でも同様の潜在的な行動表現を学習できる可能性を示した(*9)。同時期のDIAMONDは、CS:GOの87時間のプレイデータと3億8,100万パラメータで、秒速10フレームの「遊べる」拡散モデル世界を作った(*10)。自動運転分野でもWayveのGAIA-2が、マルチカメラと自車の行動をラベルとした潜在拡散モデルを提案している(*11)。General Intuitionはこれら3つの研究を自社サイトでPrior researchとして掲げる(*2)。

つまりゲームとAIの関係は13年で3段階を経た。「ゲームで遊べるかを測る」(2013)、「ゲームを生成できるかを試す」(2024)、「ゲームの記録で現実の直観を作る」(2026)。General Intuitionが立っているのは、この3段目である。

1,700万人の、名もなき提供者

この転用を支えるデータの提供者は、投資家でも研究者でもなく、Medalに動画を上げた名もなきプレイヤーたちである。Medalの利用規約は、ユーザー生成コンテンツについてMedalおよびそのサブライセンシーがAIモデルの開発・訓練・改善に使えるライセンスを得ると定めており、プライバシーポリシーも、アップロードされたクリップや入力操作(In-game Controls)をAIモデル開発に使う可能性を明記した上で、アプリ設定からのオプトアウトを認めている(*12)。

法的な手当てはされている。しかし1,700万人の月間利用者(*5)のうち、この条項を読んでオプトアウトを検討した人がどれだけいるかは分からない。彼らが録画した「かっこいい瞬間」は、いま23億ドルの評価額の根拠の一部になっている。de WitteはThe Vergeの取材で、最初の実用モデルの用途として、山岳地帯などで行方不明者を捜す捜索救助ドローンを見込んでいると述べている(*4)。ゲームの中で誰かを追いかけて角を曲がった時の反射が、いつか現実の山で行方不明者を見つける機械の反射になるかもしれない。

23億ドルの内訳

投資家名簿には食い違いがある。公式LinkedIn投稿(*5)、Axios(*3)、Economic Times(*13)、TechCrunch(*14)、GamesBeat(*15)がそれぞれ挙げる出資者リストに、資産運用会社Coatue Managementの名は登場しない。一方、一部メディアはCoatueの参加を報じている(*16)。Coatueの参加は、複数の主要な資金調達報道が一致して欠いている名前であり、確定した事実とは言えない。

エリック・シュミットの参加は公式LinkedIn投稿とEconomic Timesの双方で確認できる(*5)(*13)。従業員規模はLinkedIn上で11〜50人、表示上32人であり(*5)、評価額23億ドルに対して極めて小さい。売上、顧客契約額、計算インフラ支出は非公開である。

溝は埋まるか

game-to-real transferの問題は、この会社の技術的な核心であり、同時に最大の賭けの対象でもある。ゲームエンジンが近似する物理は、摩擦、材質、予測不能性のいずれにおいても現実の完全な複製ではない。The Vergeは、world model開発の正しい技術的経路がAI業界内でも割れており、Google傘下のDeepMindのような巨大研究機関とも競合する分野だと指摘している(*4)。

2026年7月8日、TechCrunchはこの溝が想定より狭いかもしれないという同社の主張を報じた。四足ロボットが前方カメラのみで、動く物体や人が行き交うオフィスの中を、ファインチューニング用の現実データわずか8分間で歩けたという実演である(*1)。de Witteはこの結果を「非常に驚いた」と表現している(*1)。同社が売ろうとしているのは、ロボット本体ではなく、この「少ないデータで汎化するモデル」そのものである(*1)(*14)。

ただし、この実演はGeneral Intuition自身の発表に基づくものであり、独立した第三者による再現や査読は伝えられていない。オフィスという管理された環境と、山や工場のような現実の産業環境との間にも溝がある。ゲームのポリゴンには摩擦係数の近似値はあっても、現実の氷の上で足が滑る感覚はない。8分間という数字は、この溝が狭いことの証明ではなく、狭いかもしれないという最初の実演にすぎない。

もし8分間で足りるなら、次に問われるのは、その8分間の前に流し込まれた数十億時間の中身である。そこにあるのは、山で遭難した人を探す訓練でも、工場の危険作業を学ぶ訓練でもない。誰かが敵を追って物陰から飛び出した反射、崖から落ちないよう寸前で踏みとどまった反応、ただ楽しむために繰り返された数百万回の身のこなしである。捜索救助ドローンが将来、山中で行方不明者を見つけるとして、その最初の一歩を支えるのが、命のかかった経験ではなく、命のかかっていない遊びの反射だとしたら、モデルはこの二つをどこまで区別しているのか。区別する必要が、そもそもあるのか。

出典

*1 TechCrunch「This startup thinks robotics is about to have its ChatGPT moment」、probable

*2 General Intuition公式サイト「The frontier lab for acting in space and time」、confirmed

*3 Axios「General Intuition raises $320 million to develop AI from gaming」、probable

*4 The Verge「Why world models are the next big thing in AI」、probable

*5 General Intuition LinkedIn会社ページ、probable

*6 Wikipedia「Havok (company)」、confirmed

*7 PC Gamer「Max Payne 2's ridiculous physics still make it a must-play」、confirmed

*8 Mnih et al.「Playing Atari with Deep Reinforcement Learning」(arXiv:1312.5602)、confirmed

*9 Google DeepMind「Genie: Generative Interactive Environments」(arXiv:2402.15391)、confirmed

*10 DIAMOND project、confirmed

*11 Wayve「GAIA-2」、confirmed

*12 Medal Terms of Service / Privacy Policy、confirmed

*13 Economic Times「AI startup General Intuition raises $320 million from Khosla Ventures, General Catalyst, Jeff Bezos」、probable

*14 TechCrunch「General Intuition's $2.3B bet that video games can train AI agents for the real world」、probable

*15 GamesBeat「General Intuition raises $320M at $2.3B valuation for AI frontier models based on gameplay」、probable

*16 SquaredTech「Gaming Data For AI: Inside General Intuition's $320M Raise」、weak

未確認事項・要フォローアップ

• Coatue Managementの参加有無。主要な資金調達報道各社(Axios、Economic Times、TechCrunch、GamesBeat、公式LinkedIn)の投資家リストには登場しないが、一部メディアは参加を報じており、確定できない。
• シリーズAの完全な投資家リスト、各投資家の出資額、優先株条件、希薄化率。
• 商用APIの価格、利用条件、SLA、モデルサイズ、推論レイテンシ、対応入力/出力仕様。
• games、simulation、roboticsの初期パートナー企業名、導入現場、稼働台数、KPI。
• 2026年7月8日にTechCrunchが報じた四足ロボットの実演について、第三者による再現・査読・独立検証。
• 捜索救助ドローン用途の実証企業、規制・安全認証・実運用結果。
• General Intuition名義の査読論文、特許、モデルカード、第三者ベンチマーク。
• MedalデータのAI訓練利用に関するゲーム会社・ユーザーコミュニティ側の反応、オプトアウト比率、削除要求対応。