General Intuition capta US$ 220 milhões para IA com vídeos de jogos

A General Intuition, startup americana que treina modelos de inteligência artificial com bilhões de vídeos de gameplay, fechou nesta terça-feira (29) uma nova rodada de investimento de US$ 220 milhões, elevando sua avaliação para US$ 6,2 bilhões. Segundo reportagem da GamesBeat, a rodada foi liderada pela Valor Equity Partners, com participação da Atreides, 776, Point72, Khosla Ventures e General Catalyst.

O salto de valor chama atenção pela velocidade: há apenas três meses, em junho, a empresa havia captado US$ 320 milhões em uma rodada Série A que a avaliou em US$ 2,3 bilhões. Com a nova injeção de capital, o total levantado desde a fundação ultrapassa US$ 650 milhões, e a avaliação praticamente triplicou em um trimestre, um ritmo raro mesmo para os padrões aquecidos do mercado de IA em 2026.

Como funciona o modelo de treinamento com vídeos de games

A General Intuition é irmã da Medal, plataforma onde jogadores fazem upload de clipes de gameplay e que já está a caminho de somar 3 bilhões de vídeos enviados por ano. É desse acervo massivo, rotulado por ações (o jogador mira, atira, desvia, constrói, navega), que a startup extrai dados para treinar o que chama de "modelos de ação", sistemas de IA capazes de agir em tempo real dentro de ambientes desconhecidos, sem depender de regras programadas manualmente para cada cenário.

Pim de Witte, CEO da empresa, comparou a abordagem ao treinamento do piloto automático da Tesla, o FSD (Full Self-Driving), que usa video real de direção coletado em escala para ensinar o carro a reagir a situações de trânsito. "Treinamos diretamente nesses dados, de forma parecida com o treinamento do FSD da Tesla, mas com mais ações e ambientes", afirmou de Witte, segundo a GamesBeat. Ele também disse que os principais modelos de fronteira em robótica e "modelos de mundo" hoje treinam com "menos de 1% dos dados de ação que somos capazes de fornecer", uma afirmação que resume a aposta central da empresa: escala de dados de jogos como vantagem competitiva difícil de replicar.

Por que vídeo de jogo virou matéria-prima de IA

A ideia de usar gameplay para treinar IA não é nova (pesquisadores já usavam jogos como ambiente de simulação para reforço há anos), mas a escala que a General Intuition busca é outra: em vez de simular cenários controlados em laboratório, a empresa aposta em capturar o comportamento real de milhões de jogadores humanos reagindo a situações imprevisíveis em tempo real, algo próximo do que um robô físico ou um agente autônomo vai enfrentar fora de um ambiente de teste. Esse tipo de dado rotulado por ação (não só "o que aparece na tela", mas "o que o jogador fez em resposta ao que viu") é justamente o gargalo que trava boa parte do avanço de modelos de robótica, já que gravar e rotular ações físicas reais no mundo real é caro, lento e difícil de escalar.

A aposta da General Intuition se encaixa numa onda maior de investimento em "IA física" e "modelos de mundo" que ganhou força ao longo de 2026, com movimentos como a compra da World Labs, de Fei-Fei Li, pela AMD por inteligência espacial, e rodadas bilionárias de startups como a SiMa.ai, que desenvolve chips de IA para robôs e drones. O fio condutor é o mesmo: treinar sistemas que entendam e ajam no mundo físico, não apenas gerem texto ou imagem, é visto por investidores como a próxima grande fronteira depois dos grandes modelos de linguagem.

Por que isso importa para você

Para quem acompanha o mercado de IA de fora dos Estados Unidos, esse tipo de rodada é um indicador de para onde o capital de risco está se movendo: cada vez mais longe do chatbot de texto e mais perto de sistemas que percebem o ambiente e agem sozinhos, seja em um robô industrial, um braço robótico em um armazém ou, eventualmente, em dispositivos de consumo. Isso tem efeito prático em quem presta consultoria, desenvolve integrações ou pensa em empreender com IA: a demanda por profissionais capazes de trabalhar com dados de ação, sensores e sistemas embarcados tende a crescer junto com esses investimentos, mesmo que o produto final ainda não seja visível ao usuário comum.

Também vale o lembrete de que boa parte do avanço de IA que chega ao consumidor final, como assistentes que fazem compras por você ou automações que rodam tarefas inteiras sozinhas, depende de avanços de bastidor como esse: modelos que entendem sequências de ação em contextos complexos. Quem quer se posicionar com IA no mercado de trabalho brasileiro pode se beneficiar de acompanhar não só lançamentos de produto, mas também esse tipo de movimento de investimento, que costuma antecipar em meses ou anos o que vira produto comercial.

O que observar daqui para frente

O teste real para a General Intuition será transformar os dados de gameplay em produtos comerciais concretos, seja em robótica industrial, em sistemas de simulação para treinamento de agentes autônomos ou em parcerias com fabricantes de robôs físicos. A empresa disse que vai usar parte do capital para expandir clusters de GPU, acelerar o cronograma de treinamento de modelos fundacionais e ampliar equipes de pesquisa em machine learning e aprendizado por reforço em Nova York. Vale acompanhar se concorrentes no espaço de "modelos de mundo", incluindo iniciativas dentro de gigantes como Google DeepMind e a própria Unix AI no segmento de robôs humanoides, vão responder com aquisições de dados semelhantes ou parcerias com plataformas de jogos, já que o acesso a dados de ação em escala parece estar se tornando tão disputado quanto o acesso a GPUs foi nos últimos anos.