SIMA 2

SIMA 2: A Generalist Embodied Agent for Virtual Worlds (Google DeepMind)SIMA进阶

谷歌 DeepMind 基于 Gemini、能在各种 3D 游戏世界里听指令、推理并自学的智能体

Google DeepMind 于 2025 年 11 月以有限研究预览的形式发布，12 月公开技术报告。前作 SIMA（Scalable Instructable Multiworld Agent，2024 年发布）能在多款商业 3D 游戏里执行 600 多项「向左转」「爬梯子」之类的简单技能指令。SIMA 2 以 Gemini 模型为核心，不只照指令执行，还能理解高层目标、和用户对话、说明自己打算怎么做，也能接受图片、草图甚至表情符号形式的指令。它还能自我提升：由 Gemini 给它出任务、打分，智能体用自己玩出来的经验数据训练下一版，不再依赖人类演示。在 Genie 3 实时生成的、从未见过的世界里，它也能辨明方向、按指令行动。DeepMind 把它看作走向通用具身智能体、最终用于真实机器人的一步。