Von Call of Duty ins Büro: Wie Gaming-Daten Physical AI-Roboter schlauer machen sollen

General Intuition sammelt Millionen Stunden Videospiel-Footage, um Robotern räumliches Denken beizubringen. Die 2,3-Milliarden-Dollar-Wette: Acht Minuten echte Trainingsdaten genügen, wenn die Basis stimmt.

Ein vierbeiniger Roboter stolpert durch ein Büro, weicht Menschen aus, navigiert um Hindernisse, trainiert mit gerade mal acht Minuten Real-World-Daten. Möglich macht das ein Foundation Model, das zuvor Millionen Stunden Minecraft, FIFA und Call of Duty verschlungen hat. Was nach Tech-Irrsinn klingt, ist die Kernthese von General Intuition: Robotik steht vor ihrem ChatGPT-Moment. CEO Pim de Witte argumentiert, dass die Branche einen fundamentalen Fehler begeht.

Während Firmen spezialisierte Modelle mit hunderttausenden Stunden roboterspezifischer Daten füttern, baut sein Team ein universelles Foundation Model trainiert auf Gaming-Footage statt Internet-Texten. „Die Generalisierung des Modells selbst ist das Produkt“, sagte de Witte laut TechCrunch. „Die grundlegende räumlich-zeitliche Logik macht es überflüssig, Millionen Stunden echter Roboter-Daten zu sammeln. Tatsächlich braucht man nur wenige Minuten.“.

Von Killstreaks zu Roboter-Intuition

Die Idee wirkt absurd, bis man die Datenlage versteht. Videospiele liefern etwas, das dem offenen Internet fundamental fehlt: verifizierbare Action-Labels. Jeder Tastendruck, jede Mausbewegung ist zeitgestempelt und mit der visuellen Konsequenz verknüpft. Ein Spieler drückt W – der Avatar bewegt sich vorwärts. Space – er springt.

Diese Kausalitätsketten sind präziser als jede Internet-Bildbeschreibung. General Intuition zapft direkt seine Gaming-Platform Medal TV an, auf der Millionen Gamer ihre Sessions hochladen. Das Ergebnis: Ein Model, das räumliches Denken versteht, bevor es jemals einen echten Roboter gesehen hat. Die Demonstration mit dem Quadruped, der nach acht Minuten Fine-Tuning autonom navigierte, überraschte selbst das eigene Team. „Dass der Roboter mit nur der Frontkamera, ohne weitere Sensoren, in einem dynamischen Büro mit Menschen Zero-Shot funktionierte, hat uns verblüfft“, so de Witte gegenüber TechCrunch.

Das 2,3-Milliarden-Dollar-Fundament

Im Juni schloss General Intuition eine 320-Millionen-Dollar-Runde bei einer Bewertung von 2,3 Milliarden Dollar ab. Lead-Investor Vinod Khosla und Mitstreiter wie Eric Schmidt, Coatue sowie Forscher von MIT und Google DeepMind setzen darauf, dass die Firma nicht Roboter baut – sondern deren Betriebssystem wird. Das Geschäftsmodell: Foundation Models für Physical AI verkaufen, auf denen andere aufbauen. „Wir werden keine Self-Driving-Car-Firma gründen“, erklärt de Witte.

„Wir machen es zehnmal einfacher für den nächsten, der eine baut.“ Die Plattform „Nerve“ soll Entwicklern ermöglichen, ihre Robotik-Projekte mit minimalen Eigentrainingsdaten zu realisieren. Erste Anwendungsfelder reichen von intelligenteren NPCs in Games über Such- und Rettungsdrohnen bis zu autonomen Fahrzeugen. Ethisch brisant: Das Model könnte auch militärisch genutzt werden – eine Frage, die de Witte im Equity-Podcast andeutet, aber nicht beantwortet.

Business Punk Check

Die Vision klingt sexy, der Reality-Check schmerzt: Foundation Models für Text funktionieren, weil Sprache relativ deterministisch ist. Physik nicht. Ein Roboterarm muss Reibung, Gewicht und unvorhersehbare Umgebungen meistern – da helfen Fortnite-Skills begrenzt. Dass General Intuition seinen Quadruped in einer kontrollierten Büroumgebung vorführt, ist kein Zufall. Die wirklich harten Robotik-Probleme – Manipulation komplexer Objekte, langfristige Planung in chaotischen Settings – bleiben ungelöst. Trotzdem ist die Wette nicht dumm.

Wenn Gaming-Daten tatsächlich räumliches Grundverständnis vermitteln, könnte das Hunderte Millionen an Trainingskosten sparen. Für Robotik-Startups wäre ein Plug-and-Play-Foundation-Model ein Gamechanger – vorausgesetzt, es funktioniert außerhalb von Demos. Die 2,3-Milliarden-Bewertung riecht nach Hype. Aber falls de Witte recht hat, wird die nächste Generation autonomer Systeme von Controllern trainiert. Dann war jede Fortnite-Session unfreiwillige Forschungsarbeit.

Quellen: TechCrunch, TechCrunch Video, M4snews, All-ai, Upstartsmedia, The Robot Report