General Intuition: startup que enseña IA a navegar en el tiempo y espacio capta US$ 300 millones

General Intuition está a punto de convertirse en uno de los negocios más calientes del mercado de inteligencia artificial. La startup de Nueva York negocia una ronda de US$ 300 millones que elevaría su valuation a unos 2 mil millones de dólares, un salto y tanto a una empresa que aún no ha lanzado comercialmente su producto principal. ¿El motivo del entusiasmo? Un modelo de fundación diseñado para dar a los agentes de IA la capacidad de navegar por el espacio y el tiempo usando videos del mundo real.

La empresa construyó un banco de datos con impresionantes 2 mil millones de videos capturados por año, aproximadamente 230 000 horas de contenido por hora. Este acervo alimenta un modelo que no sólo clasifica imágenes, sino aprende la física básica del movimiento, la persistencia de objetos y la causalidad entre acciones. La promesa es transformar agentes de IA de autómatas reactivos en entidades con comprensión del mundo.

General Intuition captación: ¿qué diferencia su modelo de IA?

Mientras que la mayoría de las startups de IA se enfoca en lenguaje o visión aislada, General Intuition mira un nivel más fundamental: la comprensión de cómo el mundo se comporta en el tiempo y en el espacio. Su modelo de fundación es entrenado con videos continuos — no frames estáticos — lo que permite prever lo que sucede antes y después de cada escena. Para desarrolladores brasileños que trabajan con robótica, vehículos autónomos o sistemas de navegación interna, esto significa que pronto podrán usar una API que ya entiende conceptos como "el coche se volvió a la izquierda y sumió detrás del edificio" sin necesidad de programar manualmente cada regla de persistencia de objeto. Es como dar sentido común a un robot.

¿Cómo General Intuition entrena su modelo de fundación innovadora?

El diferencial está en la escala y en la curadora. General Intuition recopila alrededor de 2 mil millones de videos al año — un volumen que cubre desde cámaras de seguridad públicas hasta contenido generado por usuarios en plataformas abiertas. Los videos son preprocesados para eliminar metadatos temporales inconsistentes y normalizar la tasa de cuadros. Ahí el modelo aprende una representación latente del espacio 3D a lo largo del tiempo: donde los objetos están, como se mueven, lo que obstruye qué. Es un paso más allá de lo que modelos como CLIP o DALL-E hacen con imágenes estáticas.

General Intuition captación: valuation de US$ 2 mil millones es justificado?

El valuation alto refleja el momento del mercado. Grandes reproductores como Google, Meta y OpenAI ya invierten miles de millones en agentes de IA que pueden ejecutar tareas complejas en el mundo digital y físico. Si General Intuition logra empaquetar este modelo como una API lista para empresas, puede desbancar soluciones caseras que hoy exigen cientos de ingenieros de visión computacional. Para fines de comparación, startups enfocadas exclusivamente en modelos de fundación para video, como Runway, alcanzaron valuations semejantes con ingresos aún incipientes. La apuesta es que el mercado de agentes de IA va a explotar en los próximos tres años y quien tenga el mejor "sistema operativo visual" saldrá adelante.

Preguntas frecuentes sobre General Intuition captación y tecnología

¿Cuánto la general Intuition ha levantado hasta ahora?

La startup no divulga valores anteriores, pero fuentes indican que las rondas seed y Serie Se sumaron unos 50 millones de dólares, dirigidos por fondos enfocados en IA.

¿Cuándo estará disponible el modelo para desarrolladores?

La empresa todavía no ha anunciado una fecha pública de lanzamiento, pero se espera que el acceso a la API comience en beta cerrado aún en el segundo semestre de 2026.

¿Cómo encaja esto en la carrera por agentes de IA?

General Intuition proporciona la capa de percepción espacio-temporal que otros modelos de lenguaje no tienen, actuando como complemento -no competidor- de arquitecturas como GPT y Claude. Es lo que la Estônia hizo al crear identidad oficial para agentes de IA, pero en el nivel de percepción visual.

Fuente: TechCrunch