Google DeepMind svela un agente AI simile a un umano che impara e si adatta in tempo reale

Google DeepMind ha debuttato giovedì SIMA 2 – il suo agente AI di ragionamento che l'azienda afferma si comporti come un umano all'interno di mondi virtuali. L'azienda tecnologica ha dichiarato che SIMA 2 aiuta DeepMind ad andare oltre le semplici azioni sullo schermo e a muoversi verso un'AI che pianifica e spiega se stessa, nonché che impara attraverso l'esperienza.

L'azienda ha dichiarato che il lancio ha segnato un passo significativo verso l'Intelligenza Artificiale Generale (AGI). DeepMind ha anche avvertito che SIMA 2 ha importanti implicazioni generali per il futuro della robotica e dell'incarnazione dell'AI.

SIMA 2 pensa da sé e intraprende azioni in ambienti interattivi

SIMA 2 è il nostro agente AI più capace per i mondi virtuali 3D. 👾🌐

Alimentato da Gemini, va oltre il seguire istruzioni di base per pensare, comprendere e intraprendere azioni in ambienti interattivi – il che significa che puoi parlargli tramite testo, voce o persino immagini. Ecco come 🧵 pic.twitter.com/DuVWGJXW7W

— Google DeepMind (@GoogleDeepMind) Novembre 13, 2025

L'azienda tecnologica ha rilasciato ha lanciato la prima versione di SIMA (Scalable Instructable MultiWorld Agent) a marzo. Google ha dichiarato che l'agente AI ha imparato centinaia di abilità di base guardando lo schermo e utilizzando controlli virtuali di tastiera e mouse. L'azienda ha anche riconosciuto che l'ultima versione dell'agente AI fa un passo avanti permettendo all'AI di pensare da sé.

Google DeepMind ha anche rivelato che Gemini alimenta l'agente AI. L'azienda tecnologica ha dichiarato che l'integrazione di SIMA 2 e Gemini aiuta l'agente AI a comprendere l'obiettivo di alto livello di un utente, eseguire un ragionamento complesso ed eseguire abilmente azioni orientate agli obiettivi nei giochi. 

L'azienda ha SIMA 2 è l'agente AI più capace dell'azienda per i mondi virtuali 3D. DeepMind ha scoperto che interagire con l'agente sembrava meno dare comandi e più collaborare con un compagno di ragionamento sul compito da svolgere.

Secondo l'annuncio, SIMA 2 va oltre il semplice seguire istruzioni di base, passando al pensiero, alla comprensione e all'azione in ambienti interattivi. L'agente AI consentirà agli utenti di interagire con esso tramite testo, voce o persino immagini.

Google ha dichiarato che il suo modello di intelligenza artificiale Gemini aiuta SIMA 2 a interpretare obiettivi di alto livello e a discutere i passaggi che intende compiere. L'azienda ha aggiunto che Gemini aiuta il nuovo agente incentrato sull'uomo a collaborare all'interno dei giochi con un livello di ragionamento che il sistema originale non poteva raggiungere.

L'azienda tecnologica ha inoltre segnalato una migliore generalizzazione attraverso gli ambienti virtuali. DeepMind ha confermato che SIMA 2 ha completato compiti più lunghi e complessi, inclusi prompt logici, schizzi disegnati sullo schermo ed emoji. Google ha dichiarato che questa capacità avvicina le prestazioni di SIMA 2 a quelle di un giocatore umano su una vasta gamma di attività. L'azienda ha inoltre notato che l'agente AI ha raggiunto un tasso di completamento dei compiti del 65%, rispetto al 31% di SIMA 1.

DeepMind ha scoperto che SIMA 2 ha interpretato le istruzioni e agito all'interno di mondi 3D completamente nuovi generati da Genie 3. Il progetto è stato lanciato lo scorso anno e crea ambienti interattivi a partire da un'unica immagine o da un prompt testuale. L'azienda tecnologica ha dichiarato che SIMA 2 è in grado di orientarsi, comprendere gli obiettivi e compiere azioni significative in mondi mai incontrati prima del test.

Google ha sostenuto che l'agente incentrato sull'uomo è ora molto più bravo a eseguire istruzioni dettagliate, anche in mondi mai sperimentati in precedenza. L'azienda ha affermato che SIMA 2 è in grado di trasferire concetti appresi da un gioco all'altro, collegando i punti tra attività simili.

DeepMind individua lacune in SIMA 2 che devono essere affrontate

I ricercatori ha notato hanno notato che l'agente è passato a un gioco autodiretto dopo aver imparato dalle dimostrazioni umane. L'agente ha utilizzato tentativi ed errori, insieme al feedback generato da Gemini, per creare nuovi dati di esperienza. I nuovi dati di esperienza includono un ciclo di addestramento in cui SIMA 2 ha tentato i compiti che ha generato, alimentando i propri dati di traiettoria nella versione successiva del modello.

Sebbene DeepMind abbia celebrato SIMA 2 come un progresso nell'intelligenza artificiale, la ricerca ha anche individuato lacune che devono essere affrontate. Google ha identificato diverse carenze, tra cui il funzionamento all'interno di una finestra di memoria limitata, le difficoltà con compiti molto lunghi e multi-step e le sfide di interpretazione visiva tipiche dei sistemi AI 3D.

DeepMind ha rivelato ha dichiarato che SIMA 2 ha funzionato come banco di prova per competenze che potrebbero essere utilizzate nella robotica e nella navigazione in futuro. L'azienda ha affermato che la sua ricerca su SIMA 2 offre una solida strada verso applicazioni nella robotica e anche verso l'AGI nel mondo reale.