Google DeepMind dévoile un agent IA humanoïde qui apprend et s'adapte en temps réel

Google DeepMind a présenté jeudi SIMA 2 – son agent IA de raisonnement que l'entreprise affirme se comporter comme un humain dans des mondes virtuels. La société technologique a déclaré que SIMA 2 aide DeepMind à aller au-delà des actions simples à l'écran et à évoluer vers une IA qui planifie et s'explique, ainsi qu'à apprendre par l'expérience.

L'entreprise a déclaré que le lancement marquait une étape significative vers l'Intelligence Artificielle Générale (AGI). DeepMind a également averti que SIMA 2 a des implications générales importantes pour l'avenir de la robotique et de l'incarnation de l'IA.

SIMA 2 pense par lui-même et agit dans des environnements interactifs

SIMA 2 est notre agent IA le plus performant pour les mondes virtuels 3D. 👾🌐

Propulsé par Gemini, il va au-delà du suivi des instructions de base pour penser, comprendre et agir dans des environnements interactifs – ce qui signifie que vous pouvez lui parler par texte, voix ou même images. Voici comment 🧵 pic.twitter.com/DuVWGJXW7W

— Google DeepMind (@GoogleDeepMind) Novembre 13, 2025

La société technologique a publié a lancé la première version de SIMA (Scalable Instructable MultiWorld Agent) en mars. Google a déclaré que l'agent IA avait appris des centaines de compétences de base en regardant l'écran et en utilisant des contrôles virtuels de clavier et de souris. L'entreprise a également reconnu que la dernière version de l'agent IA fait un pas de plus en permettant à l'IA de penser par elle-même.

Google DeepMind a également révélé que Gemini alimente l'agent IA. La société technologique a déclaré que l'intégration de SIMA 2 et de Gemini aide l'agent IA à comprendre l'objectif de haut niveau de l'utilisateur, à effectuer un raisonnement complexe et à exécuter habilement des actions orientées vers l'objectif dans les jeux. 

L'entreprise a déclaré SIMA 2 est l'agent IA le plus performant de l'entreprise pour les mondes virtuels 3D. DeepMind a constaté que l'interaction avec l'agent ressemblait moins à lui donner des ordres et plus à collaborer avec un compagnon de raisonnement sur la tâche en cours.

Selon l'annonce, SIMA 2 va au-delà du suivi des instructions de base pour penser, comprendre et agir dans des environnements interactifs. L'agent IA permettra aux utilisateurs d'interagir avec lui par texte, voix ou même images.

Google a déclaré que son modèle d'IA Gemini aide SIMA 2 à interpréter les objectifs de haut niveau et à discuter des étapes qu'il compte suivre. L'entreprise a ajouté que Gemini aide le nouvel agent centré sur l'humain à collaborer dans les jeux avec un niveau de raisonnement que le système original ne pouvait pas atteindre.

La société technologique a également signalé une meilleure généralisation à travers les environnements virtuels. DeepMind a confirmé que SIMA 2 a accompli des tâches plus longues et plus complexes, y compris des invites logiques, des croquis dessinés à l'écran et des emojis. Google a déclaré que cette capacité rapproche les performances de SIMA 2 de celles d'un joueur humain sur une large gamme de tâches. L'entreprise a également noté que l'agent IA avait un taux d'achèvement des tâches de 65 %, contre 31 % pour SIMA 1.

DeepMind a constaté que SIMA 2 interprétait les instructions et agissait dans des mondes 3D entièrement nouveaux générés par Genie 3. Le projet a été lancé l'année dernière, créant des environnements interactifs à partir d'une seule image ou d'une invite textuelle. La société technologique a déclaré que SIMA 2 pouvait s'orienter, comprendre les objectifs et prendre des actions significatives dans des mondes qu'il n'avait jamais rencontrés avant les tests.

Google a fait valoir que l'agent centré sur l'humain est désormais bien meilleur pour exécuter des instructions détaillées, même dans des mondes qu'il n'a jamais expérimentés auparavant. L'entreprise a déclaré que SIMA 2 peut transférer des concepts appris d'un jeu à un autre, reliant les points entre des tâches similaires.

DeepMind identifie des lacunes dans SIMA 2 qui doivent être comblées

Les chercheurs a noté ont noté que l'agent est passé à un jeu autodirigé après avoir appris des démonstrations humaines. L'agent a utilisé l'essai et l'erreur, ainsi que les feedbacks générés par Gemini, pour créer de nouvelles données d'expérience. Les nouvelles données d'expérience incluent une boucle d'entraînement où SIMA 2 tentait les tâches qu'il générait et renvoyait ses propres données de trajectoire dans la prochaine version du modèle.

Bien que DeepMind ait salué SIMA 2 comme une avancée dans l'intelligence artificielle, la recherche a également révélé des lacunes qui doivent être comblées. Google a identifié des lacunes, notamment le travail dans une fenêtre de mémoire limitée, des difficultés avec des tâches très longues et multi-étapes, et des défis d'interprétation visuelle observés dans les systèmes d'IA 3D.

DeepMind a révélé que SIMA 2 a servi de banc d'essai pour des compétences qui pourraient être utilisées dans la robotique et la navigation à l'avenir. L'entreprise a déclaré que sa recherche sur SIMA 2 offre une voie solide vers des applications en robotique et aussi vers l'AGI dans le monde réel.