رهان General Intuition بـ320 مليون دولار: ألعاب الفيديو كساحة تدريب لوكلاء الذكاء الاصطناعي

من مقاطع الألعاب إلى مختبر ذكاء اصطناعي بقيمة 2.3 مليار دولار

شركة ناشئة بدأت حياتها داخل تطبيق لمشاركة مقاطع الألعاب أصبحت واحدة من أكثر مختبرات الذكاء الاصطناعي التي تُرصد عن كثب في منتصف عام 2026. أغلقت General Intuition جولة تمويل من الفئة A بقيمة 320 مليون دولار بتقييم بعد التمويل بلغ 2.3 مليار دولار، أُعلن عنه في 25 يونيو 2026، ليصل إجمالي تمويلها المُعلن إلى 454 مليون دولار في أقل من تسعة أشهر. قادت الجولة شركة Khosla Ventures — وهي نفس الشركة التي دعمت جولة التمويل التأسيسي البالغة 133.7 مليون دولار في أكتوبر 2025 — بمشاركة General Catalyst، ومؤسس Amazon جيف بيزوس، والرئيس التنفيذي السابق لشركة Google إيريك شميدت، وسائق الفورمولا 1 السابق نيكو روزبرغ، وباحثين من Google DeepMind وMIT، وفقاً لـتقرير InvestGame عن هذه الجولة.

انبثقت General Intuition من Medal، وهو منصة تتيح للاعبين رفع ومشاركة مقاطع أبرز لحظات ألعاب الفيديو. قاعدة مستخدمي Medal — التي تضم أكثر من 17 مليون مستخدم نشط شهرياً، وفقاً لـInvestGame — هي السبب الوحيد لوجود هذه الشركة المنبثقة: فكل مقطع يُرفع على Medal يأتي مصحوباً بالتسلسل الدقيق لضغطات الأزرار وحركات الفأرة التي أدت إلى إنتاجه. هذا يحوّل تطبيقاً عادياً لمشاركة أبرز اللحظات إلى، على الأرجح، أكبر مجموعة بيانات أفعال مُصنَّفة لاتخاذ القرار البشري تم تجميعها خارج مختبر بحثي.

وصف الرئيس التنفيذي Pim de Witte، الذي شارك في تأسيس Medal قبل إنشاء General Intuition في 2025 مع Eloi Alonso وAdam Jelley وVincent Micheli، هذا التوقيت بأنه غير محتمل. وقال de Witte لـYahoo Finance: «لم كان ينبغي أن يكون ممكناً إطلاق مختبر متطور في 2025. قالوا إن الأبواب مغلقة»، معتبراً أن قناعة Khosla المبكرة هي التي جعلت هذا التمويل ممكناً في بيئة تمويل كانت قد رسّخت OpenAI وAnthropic وحفنة من مختبرات النماذج الأساسية كوجهات افتراضية لرأس المال المخصص للذكاء الاصطناعي المتطور.

لماذا تتفوق ضغطات الأزرار على نصوص الإنترنت؟

يرتكز عرض General Intuition على تمييز أصبح مركزياً بشكل متزايد في صناعة الذكاء الاصطناعي عام 2026: الفرق بين نموذج لغوي يتنبأ بالكلمة التالية ونموذج «أفعال» يتنبأ بالحركة التالية. تُدرَّب النماذج اللغوية الكبيرة بشكل غالب على نصوص ثابتة مستخرجة من الإنترنت — تنسيق يسجل ما يقوله البشر، لا ما يفعلونه. في المقابل، تُدرِّب General Intuition نماذجها على لقطات ألعاب حيث، كما يصفه The Robot Report، «تأتي مقاطع الفيديو مصحوبة بعلامات أفعال مضمّنة. وهي تسجّل بالضبط أي زر ضغطه اللاعب ومتى» — سجل مباشر ومُحدد بالوقت لاتخاذ القرار من الإدراك إلى الفعل، بمقياس لا يمكن لأي مختبر روبوتات جمعه بطريقة أخرى.

تبني الشركة نظامين متكاملين: نماذج الأفعال، التي تحدد الحركة التي يجب اتخاذها بناءً على مراقبة حالية، ونماذج العالم، التي تتنبأ بكيفية تطور بيئة ما استجابةً لتلك الحركة. كلاهما يُدرَّب على نفس المجموعة الأساسية من مليارات المقاطع المُصنَّفة بالأفعال، المستخرجة من قاعدة مستخدمي Medal — ما تسميه InvestGame «خندق بيانات» لا يمكن للمنافسين تقليده بسهولة، لأنه يعتمد على تطبيق استهلاكي قائم يضم ملايين اللاعبين النشطين، لا على مجهود مخصص لجمع البيانات.

وصف de Witte هذه المكاسب بعبارات صريحة: «لدينا نموذج واحد يمكنه الاستجابة لمعلومات Fortnite المعروضة على الشاشة واتخاذ الفعل المناسب، وكذلك للديناميكيات الحقيقية في العالم بطريقة لا يمكن لنموذج لغوي كبير أن يضاهيها أبداً»، قال ذلك وفقاً لـرواية TechCrunch عن هذه الجولة. يمثل هذا الادعاء تحدياً مباشراً لافتراض الصناعة الافتراضي بأن توسيع نطاق النماذج اللغوية الكبيرة المُدرَّبة على النصوص هو الطريق الأسرع نحو وكلاء مستقلين عامّي الاستخدام — وتراهن General Intuition على أن الحدس المكاني والفيزيائي هو نوع مختلف من الذكاء يحتاج إلى نوع مختلف تماماً من بيانات التدريب.

من Fortnite إلى روبوت رباعي الأرجل في ثماني دقائق

صُمِّمت العروض التوضيحية العلنية للشركة لتجسيد هذا الادعاء بالتعلم بالنقل. في عرض أول، لعب وكيل ذكاء اصطناعي مبني على نماذج General Intuition لعبة Fortnite لمدة 100 ساعة متواصلة، محافظاً على سلوك متماسك على أفق زمني طويل — التنقل والقتال وإدارة الموارد — بما يتجاوز بكثير العروض التوضيحية النصية المُبرمَجة المعتادة في أبحاث الذكاء الاصطناعي الخاصة بالألعاب. وفي عرض ثانٍ أكثر أهمية، تقول الشركة إنها احتاجت فقط إلى 8 دقائق من بيانات الروبوتات الحقيقية لضبط هذا النموذج الأساسي نفسه للتحكم في روبوت رباعي الأرجل، وفقاً لأرقام نشرتها TechCrunch.

هذا الرقم البالغ 8 دقائق هو ما يُقيّمه المستثمرون فعلياً. فبيانات الروبوتات في العالم الحقيقي مكلفة وبطيئة في جمعها — فهي تتطلب معدات فيزيائية وتجارب خاضعة للإشراف وقيوداً أمنية لا تفرضها بيانات الألعاب. وإذا كان نموذج مُدرَّب مسبقاً على لقطات الألعاب يحتاج فعلاً إلى دقائق فقط، لا شهور، من الضبط الدقيق في العالم الحقيقي للتعميم على تجسيد فيزيائي، فإن ذلك من شأنه أن يخفض بشكل ملموس تكلفة رأس المال والوقت اللازمين لنشر روبوتات عامة الاستخدام — وهو أحد أكثر الاختناقات ذكراً في قطاع الروبوتات الآدمية ورباعية الأرجل عام 2026.

مخصصة عائدات جولة السلسلة A لتوسيع نطاق الحوسبة عبر شراكة مع CoreWeave، ولفتح الوصول التجاري إلى واجهة برمجة التطبيقات (API) لعملاء الألعاب والمحاكاة والروبوتات، والذي تتوقع الشركة الوصول إليه بحلول صيف 2026 بحسب InvestGame. ويتناسب هذا الرهان مع نمط أوسع أشارت إليه أبحاث Goldman Sachs، حسب تغطية Yahoo Finance: ينتقل رأس المال من منتجات الذكاء الاصطناعي الرقمية البحتة إلى أنظمة ذكاء اصطناعي مصممة للعمل في الاقتصاد الفيزيائي — المستودعات والخدمات اللوجستية والروبوتات الصناعية — بدلاً من الاقتصار على نوافذ المحادثة ومحررات الأكواد.

ما ينبغي أن يستخلصه مؤسسو ومستثمرو الذكاء الاصطناعي من هذا

1. راجعوا ما يُنتجه منتجكم الخاص بالفعل من بيانات أفعال مُصنَّفة

تولّد معظم البرمجيات الاستهلاكية والمؤسسية سجلات أفعال ضمنية — نقرات، ضغطات لوحة مفاتيح، تسلسلات سير عمل — تُهمَل عادةً أو تُستخدم فقط لتحليلات أساسية. لم تأتِ ميزة General Intuition من منتج جديد لجمع البيانات؛ بل جاءت من إدراك أن تطبيقاً استهلاكياً قائماً (Medal) كان يجلس فعلاً على مجموعة بيانات أفعال مُصنَّفة تساوي مليارات الدولارات من القيمة المؤسسية. ينبغي على المؤسسين العاملين في مجالات قريبة من الروبوتات أو الوكلاء أو المحاكاة أن يحصروا سجلات التفاعل الضمنية في منتجهم الخاص قبل افتراض أنهم بحاجة إلى بناء خطوط بيانات جديدة من الصفر.

2. عاملوا البيانات «المُصنَّفة بالأفعال» كفئة أصول مستقلة عن بيانات النصوص أو الصور

ينبغي على المستثمرين الذين يُقيّمون شركات البنية التحتية للذكاء الاصطناعي والوكلاء الناشئة في 2026 أن يتوقفوا عن معاملة «البيانات الملكية» كفئة واحدة غير متمايزة. فمجموعات النصوص، ومجموعات بيانات الصور، والتسلسلات المُصنَّفة بالأفعال تُدرِّب قدرات مختلفة اختلافاً جوهرياً، ويعكس تقييم General Intuition سوقاً يُقيّم اليوم بيانات الأفعال بعلاوة سعرية، خصوصاً لأن بيانات النصوص بحجم النماذج اللغوية الكبيرة أصبحت سلعة معيارية. وينبغي أن يسأل التدقيق على أي شركة وكلاء أو روبوتات ناشئة بوضوح: هل إشارة التدريب هي نصوص، أم صور ثابتة، أم تسلسلات أفعال مُحددة بالوقت — وإلى أي درجة يمكن الدفاع عن خط الأنابيب الذي يُنتجها.

3. توقعوا أن تُختبر ادعاءات التعلم بالنقل، لا أن تُفترض

ادعاء ضبط الروبوت في 8 دقائق هو رقم بارز من عرض توضيحي أجرته الشركة نفسها، لا من معيار مُختبَر باستقلالية. وينبغي على المؤسسين الذين يُقدّمون ادعاءات مماثلة للنقل بين المجالات — من الألعاب إلى الروبوتات، أو من المحاكاة إلى الواقع، أو أي سردية من نوع «درّب مرة واحدة، انشر في كل مكان» — أن يتوقعوا من المستثمرين المتمرسين في الدورة التمويلية الحالية الضغط للحصول على أدلة قابلة للتكرار وقابلة للتحقق من طرف ثالث، بدلاً من قبول فيديو عرض توضيحي واحد، لأن كامل فرضية الاستثمار في هذه الفئة تعتمد على أن هذا النقل يصح فعلاً على نطاق واسع.

الدرس البنيوي

جولة تمويل General Intuition ليست في المقام الأول قصة شركة واحدة، بل إشارة إلى المكان الذي يعتقد فيه مستثمرو الذكاء الاصطناعي أن الاختناق التالي في التوسع يكمن. فبيانات النصوص الخاصة بالنماذج اللغوية الكبيرة استُهلكت إلى حد كبير وأصبحت سلعة معيارية بشكل متزايد؛ والميزة التنافسية التالية، حسب هذه الرواية، تأتي من بيانات تلتقط اتخاذ القرار الفيزيائي والمكاني — وهو نوع البيانات التي تولّدها ألعاب الفيديو بمليارات الساعات منذ عقدين دون أن يعاملها أحد كأصل تدريب للذكاء الاصطناعي. وسواء صمدت ادعاءات General Intuition التقنية المحددة أمام التدقيق المستقل أم لا، فإن تقييم 2.3 مليار دولار هو في نفسه دليل على أن شريحة معتبرة من رأس المال الاستثماري خلصت إلى أن اختناق بيانات الذكاء الاصطناعي المتجسد، وليس بنية نموذجه، هو المشكلة الأكثر قابلية للتمويل في 2026.

الأسئلة الشائعة

المصادر والقراءات الإضافية

• General Intuition’s $2.3B Bet That Video Games Can Train AI Agents for the Real World — TechCrunch
• General Intuition Raises $320 Million to Develop AI From Gaming — Axios
• General Intuition Raises $320M, Uses Video Game Data to Train Robots — The Robot Report
• General Intuition: $320M Series A to Train AI Agents on Gameplay Data — InvestGame
• General Intuition Raises $320 Million — Yahoo Finance