L’essentiel
- General Intuition lève 320 M$ à une valorisation de 2,3 Md$, soit 454 M$ levés au total depuis octobre 2025.
- Sa thèse : faire jouer des agents des centaines d’heures dans des jeux vidéo pour faire émerger une « intuition » que les modèles de langage n’atteignent pas.
- Un robot quadrupède aurait navigué dans un bureau après seulement huit minutes de données d’entraînement, et l’entreprise dit refuser toute « autonomie létale ».
Un agent qui joue à Fortnite pendant cent heures d’affilée n’apprend pas à jouer. Il apprend à se déplacer, à anticiper, à réagir. C’est ce déplacement de sens que General Intuition vient de faire valider par le marché : 320 millions de dollars levés, une valorisation de 2,3 milliards, et une feuille de route qui ne parle presque jamais de jeu vidéo.
Le pari mérite qu’on s’y arrête, parce qu’il attaque le point le plus douloureux de l’IA actuelle : la pénurie de données pour le monde physique.
Fabriquer de l’expérience là où le réel ne donne rien
Entraîner un modèle de langage, on sait faire : le texte du web existe déjà, en quantité quasi infinie. Entraîner un agent à marcher, saisir, naviguer dans un bureau encombré, c’est une autre histoire. Les données du monde physique ne se ramassent pas par milliards. Chaque heure de robot réel coûte cher, casse du matériel et produit peu.
D’où l’idée. Le jeu vidéo n’est pas un divertissement détourné, c’est un générateur de situations. Des règles simples, des millions d’heures de comportements humains enregistrés, et surtout un environnement où l’agent peut échouer un million de fois sans conséquence. On y fabrique de l’expérience à la chaîne, là où le réel n’en livre qu’au compte-gouttes.
Le fondateur, Pim de Witte, n’a pas découvert cette intuition dans un laboratoire. Adolescent, il a gagné 1,5 million de dollars en hébergeant un serveur RuneScape privé. Le jeu est son terrain d’origine, pas une métaphore plaquée après coup sur un argumentaire d’investisseurs.
Intuition contre raisonnement : le déplacement de cible
La formule de l’entreprise est habile. Les grands modèles de langage ont fait émerger le raisonnement à force d’avaler du texte. General Intuition veut faire émerger l’intuition à force de jeu : ce réflexe de bas niveau qui permet d’éviter un obstacle ou d’attraper un objet sans calculer chaque trajectoire.
Techniquement, on est dans la famille des « modèles du monde » (world models), ces systèmes qui apprennent à prédire la suite d’une scène plutôt qu’à compléter une phrase. Le jeu apporte ce qu’un corpus de texte n’a pas : une boucle perception-action continue, des conséquences immédiates, une physique cohérente sur laquelle l’agent peut se construire un sens du mouvement. General Intuition n’est pas seul sur ce terrain : Google DeepMind, avec Genie, et NVIDIA, avec Cosmos, poursuivent le même pari des modèles du monde, mais en générant des environnements à la demande là où General Intuition mise sur des heures de jeu réellement enregistrées.
L’argument fort, et le plus risqué, tient en une phrase de son fondateur : « le même cerveau » piloterait l’agent dans Fortnite et le robot physique. Une seule architecture, deux mondes. Si c’est vrai, le jeu devient un substrat d’entraînement universel pour la robotique.
Huit minutes pour un robot : la démonstration qui change l’échéance
Le chiffre qui circule est celui-ci : un robot quadrupède aurait appris à naviguer dans un environnement de bureau après huit minutes seulement de données d’entraînement, selon TechCrunch. Huit minutes. Si la démonstration tient hors du cadre choisi pour la vitrine, elle déplace toute l’économie de la robotique.
Car c’est là que se joue le transfert. Tout l’intérêt n’est pas l’agent qui gagne une partie, mais celui qui sort du jeu avec des réflexes réutilisables ailleurs. Le pari de General Intuition, c’est que l’écart entre un monde simulé riche et le monde réel (le fameux sim-to-real gap, l’écart simulation-réalité) devienne franchissable à coût marginal.
Reste à dater le pari. Trois verrous décideront du sort de cette thèse d’ici douze à dix-huit mois.
- Le transfert tient-il sur des tâches que l’entreprise n’a pas choisies pour sa démonstration ? Un robot de salon n’est pas une scène de jeu.
- La « même architecture » survit-elle au passage à l’échelle, ou faut-il un modèle spécialisé par environnement ?
- Le coût de calcul de ces centaines d’heures de jeu reste-t-il inférieur à celui de la collecte de données réelles ? C’est tout le calcul économique du modèle.
La ligne rouge militaire, et le doute qu’elle révèle
Un détail dans la communication de l’entreprise en dit long sur le marché visé. General Intuition affirme refuser l’« autonomie létale » et ne pas vouloir devenir « un facteur d’escalade » dans les systèmes d’armes. On ne pose pas une telle ligne rouge si la question ne s’est jamais présentée.
Des agents capables de naviguer et d’agir en environnement complexe intéressent évidemment le secteur de la défense. Le garde-fou est sain, mais il rappelle que cette technologie n’est pas neutre : ce qui sert à faire marcher un robot d’entrepôt sert aussi à autre chose. La frontière sera tenue par des choix, pas par la technique.
Le signal à surveiller au-delà de la levée de fonds
Au-delà du montant levé, c’est le signal qui compte. La donnée synthétique générée par simulation devient une voie crédible pour entraîner ce que le texte ne peut pas apprendre : le mouvement, l’espace, la conséquence physique.
Surveillez deux choses concrètes. D’abord, les premières démonstrations de transfert publiées hors du cadre marketing : c’est le seul juge de paix. Ensuite, l’arrivée d’environnements de simulation comme brique d’infrastructure, au même titre que les jeux de données textuels l’ont été pour les modèles de langage. Si cette brique se standardise, l’entraînement d’agents physiques cesse d’être réservé à ceux qui possèdent des flottes de robots.
Mon avis
Je parie que d’ici dix-huit mois, le jeu vidéo sera reconnu comme la source de données la plus sous-estimée de la robotique, exactement comme le web l’a été pour les modèles de langage en 2019. La thèse de General Intuition est juste sur le diagnostic : le réel ne livre pas assez d’expérience, il faut la fabriquer. Mais je reste prudent sur le « même cerveau » qui piloterait Fortnite et un robot : c’est l’argument le plus vendeur et le moins prouvé. La vraie démonstration ne sera pas une vidéo de quadrupède, ce sera le jour où une équipe extérieure reproduira le transfert sur une tâche qu’elle aura choisie elle-même.
