General Intuition recauda $134 millones para entrenar IA con clips de videojuegos
20XX 
Highlights
– General Intuition recauda $134 millones para entrenar IA con clips de videojuegos.
– Busca desarrollar agentes inteligentes aplicables a juegos, robots y drones.
– Su base de datos proviene de más de 2 mil millones de videos de la comunidad de Medal.
La startup de inteligencia artificial General Intuition ha conseguido una inversión inicial de $134 millones destinada a entrenar agentes de IA en razonamiento espacial, utilizando clips de videojuegos como base de aprendizaje. Según reportó TechCrunch, los fondos permitirán a la empresa ampliar su equipo y desarrollar agentes capaces de operar en entornos reales, comenzando por aplicaciones en videojuegos y drones de rescate.
De los videojuegos al mundo real
La compañía busca construir mundos virtuales diseñados específicamente para entrenar IA, de forma que puedan aprender a interpretar y navegar espacios complejos por sí mismas. Este enfoque, según la empresa, la diferencia de otros actores del sector que se centran en modelos de lenguaje o visión más tradicionales.
General Intuition nació como un spin-off de la plataforma de video Medal, conocida por su gigantesca base de datos de clips generados por jugadores. Esa misma biblioteca —más de 2 mil millones de videos anuales de unos 10 millones de usuarios activos— se convirtió en la materia prima perfecta para entrenar los primeros modelos y agentes inteligentes.
Aprender observando a los jugadores
Uno de los objetivos inmediatos del proyecto es el desarrollo de NPCs y bots más inteligentes, capaces de adaptarse dinámicamente a distintas situaciones en lugar de seguir rutinas preprogramadas.
El CEO de Medal y General Intuition, Pim de Witte, explicó que los videojuegos son un entorno ideal para entrenar IA, ya que los jugadores “transfieren su percepción a un espacio virtual, explorando entornos diversos desde una cámara en primera persona”. Además, señaló que los clips subidos por los usuarios suelen reflejar momentos extremos —victorias, derrotas, o situaciones inesperadas—, lo que genera datos muy valiosos para casos límite, esenciales en el aprendizaje automático.
De Witte también afirmó que el modelo de la compañía puede interpretar nuevos escenarios y predecir acciones solo con entrada visual, una capacidad que imita la intuición humana al jugar. Esta tecnología, dijo, podría trasladarse con facilidad a sistemas reales como robots, vehículos autónomos o drones de rescate, ampliando las posibilidades del entrenamiento virtual hacia el mundo físico.
“Nuestro objetivo no es competir con los desarrolladores de videojuegos, sino construir modelos que aprendan del comportamiento humano y lo apliquen en contextos reales”, concluyó.
