Google DeepMind представляет человекоподобного ИИ-агента, который учится и адаптируется в реальном времени

Google DeepMind в четверг представила SIMA 2 — своего ИИ-агента с рассуждениями, который, по утверждению компании, ведет себя как человек внутри виртуальных миров. Технологическая компания заявила, что SIMA 2 помогает DeepMind продвинуться за пределы простых действий на экране и перейти к ИИ, который планирует и объясняет свои действия, а также учится на основе опыта.

Компания заявила, что запуск ознаменовал значительный шаг к Искусственному Общему Интеллекту (AGI). DeepMind также предупредила, что SIMA 2 имеет важные общие последствия для будущего робототехники и воплощения ИИ.

SIMA 2 думает самостоятельно и предпринимает действия в интерактивных средах

SIMA 2 — наш самый способный ИИ-агент для виртуальных 3D миров. 👾🌐

Работая на базе Gemini, он выходит за рамки следования базовым инструкциям, чтобы думать, понимать и предпринимать действия в интерактивных средах — это означает, что вы можете общаться с ним через текст, голос или даже изображения. Вот как 🧵 pic.twitter.com/DuVWGJXW7W

— Google DeepMind (@GoogleDeepMind) 11 13, 2025

Технологическая компания опубликовала первую версию SIMA (Scalable Instructable MultiWorld Agent) в марте. Google заявила, что ИИ-агент выучил сотни базовых навыков, наблюдая за экраном и используя виртуальные клавиатуру и мышь. Компания также признала, что последняя версия ИИ-агента идет дальше, позволяя ИИ думать самостоятельно.

Google DeepMind также сообщила, что ИИ-агент Gemini обеспечивает работу этого агента. Компания заявила, что интеграция SIMA 2 и Gemini помогает ИИ-агенту понимать высокоуровневые цели пользователя, выполнять сложные рассуждения и искусно выполнять действия, направленные на достижение целей, в играх. 

Компания заявил SIMA 2 — самый мощный ИИ-агент компании для виртуальных 3D-миров. DeepMind обнаружила, что взаимодействие с агентом ощущается не как отдача команд, а скорее как сотрудничество с разумным компаньоном над стоящей задачей.

Согласно объявлению, SIMA 2 выходит за рамки простого выполнения базовых инструкций, она мыслит, понимает контекст и предпринимает действия в интерактивных средах. ИИ-агент позволит пользователям взаимодействовать с ним с помощью текста, голоса или даже изображений.

Google заявила, что её модель ИИ Gemini помогает SIMA 2 интерпретировать высокоуровневые цели и обсуждать шаги, которые она намерена предпринять. Компания добавила, что Gemini помогает новому человекоцентричному агенту сотрудничать в играх на уровне рассуждений, который не мог достичь оригинальная система.

Технологическая компания также сообщила о более сильной обобщающей способности в виртуальных средах. DeepMind подтвердила, что SIMA 2 справлялась с более длительными и сложными задачами, включая логические подсказки, наброски на экране и эмодзи. Google заявила, что эта способность приближает производительность SIMA 2 к уровню человеческого игрока по широкому спектру задач. Компания также отметила, что уровень выполнения задач ИИ-агентом составил 65%, по сравнению с 31% у SIMA 1.

DeepMind обнаружила, что SIMA 2 интерпретировала инструкции и действовала в совершенно новых 3D-мирах, созданных Genie 3. Проект был выпущен в прошлом году и создает интерактивные среды на основе одного изображения или текстового запроса. Технологическая компания заявила, что SIMA 2 могла ориентироваться, понимать цели и предпринимать осмысленные действия в мирах, с которыми она никогда не сталкивалась до начала тестирования.

Google утверждала, что человекоцентричный агент теперь гораздо лучше справляется с выполнением подробных инструкций, даже в мирах, с которыми он никогда раньше не сталкивался. Компания заявила, что SIMA 2 может переносить изученные концепции из одной игры в другую, связывая точки между похожими задачами.

DeepMind выявляет пробелы в SIMA 2, которые необходимо устранить

Исследователи отметил отметили, что агент переключился на самостоятельную игру после обучения на демонстрациях людей. Агент использовал метод проб и ошибок, а также обратную связь, генерируемую Gemini, для создания новых данных опыта. Эти новые данные опыта включают цикл обучения, в котором SIMA 2 пыталась выполнить сгенерированные ею задачи и возвращала свои собственные данные траектории в следующую версию модели.

Хотя DeepMind приветствовала SIMA 2 как достижение в области искусственного интеллекта, исследование также выявило пробелы, которые необходимо устранить. Google определила пробелы, включая работу в рамках ограниченного окна памяти, трудности с очень длинными многошаговыми задачами и проблемы с визуальной интерпретацией, характерные для 3D-систем ИИ.

DeepMind сообщила что SIMA 2 служила тестовой площадкой для навыков, которые могут быть использованы в робототехнике и навигации в будущем. Компания заявила, что её исследования SIMA 2 предлагают сильный путь к применению в робототехнике, а также к созданию AGI в реальном мире.