谷歌DeepMind发布了一款类人人工智能代理，能够实时学习和适应。

谷歌旗下DeepMind公司周四发布了SIMA 2——一款推理型人工智能代理，该公司声称其在虚拟世界中的行为如同人类。这家科技公司表示，SIMA 2帮助DeepMind超越了简单的屏幕操作，迈向能够自我规划、自我解释，并通过经验学习的人工智能时代。.

该公司表示，此次发布标志着向通用人工智能（AGI）迈出了重要一步。DeepMind 还警告称，SIMA 2 对机器人技术和人工智能具身化技术的未来具有重要的普遍意义。.

SIMA 2 能够自主思考并在交互式环境中采取行动

SIMA 2 是我们功能最强大的虚拟 3D 世界 AI 代理。👾🌐

这款由 Gemini 提供技术支持的智能机器人，不仅能够执行基本指令，还能在交互式环境中思考、理解并采取行动——这意味着你可以通过文字、语音甚至图片与它交流。以下是它的使用方法🧵 pic.twitter.com/DuVWGJXW7W

— Google DeepMind (@GoogleDeepMind) 2025年11月13日

这家科技公司 发布了 首个版本的SIMA（可扩展指导多世界智能体）。谷歌表示，这款人工智能智能体通过观看屏幕并使用虚拟键盘和鼠标控制，学习了数百种基本技能。该公司还承认，最新版本的人工智能智能体更进一步，使其能够独立思考。

谷歌DeepMind还透露，Gemini为这款人工智能代理提供了技术支持。该公司表示，SIMA 2与Gemini的整合能够帮助人工智能代理理解用户的高层次目标，进行复杂的推理，并在游戏中熟练地执行目标导向的操作。. 

该公司 表示， SIMA 2 是其目前功能最强大的虚拟 3D 世界人工智能代理。DeepMind 发现，与该代理交互的感觉与其说是向其下达指令，不如说是与一位善于推理的伙伴合作完成手头的任务。

根据公告，SIMA 2 不仅能够执行基本指令，还能在交互式环境中思考、理解并采取行动。这款人工智能代理允许用户通过文本、语音甚至图像与其进行交互。.

谷歌表示，其Gemini人工智能模型 能够帮助 SIMA 2理解高层目标，并阐述其计划采取的步骤。该公司还补充说，Gemini能够帮助这款以人为本的新型智能体在游戏中进行协作，其推理能力是原系统无法达到的。

这家科技公司还报告称，SIMA 2 在虚拟环境中展现出tron的泛化能力。DeepMind 证实，SIMA 2 能够完成更长、更复杂的任务，包括逻辑提示、屏幕绘制草图和表情符号。谷歌表示，这项能力使 SIMA 2 在各种任务上的表现更接近人类玩家。该公司还指出，该人工智能代理的任务完成率达到了 65%，而 SIMA 1 的完成率仅为 31%。.

DeepMind发现，SIMA 2能够理解指令并在Genie 3生成的全新3D世界中采取行动。Genie 3项目于去年发布，它能够根据单个图像或文本提示创建交互式环境。这家科技公司表示，SIMA 2能够在测试前从未接触过的世界中辨别方向、理解目标并采取有意义的行动。.

谷歌声称，这款以人为中心的智能体现在能够更好地执行详细指令，即使是在它从未接触过的世界中。该公司表示，SIMA 2 可以将从一个游戏学习到的概念迁移到另一个游戏，从而将相似任务联系起来。.

DeepMind 发现 SIMA 2 中存在需要解决的缺陷。

研究人员 注意到 ，该智能体在学习了人类的示范后，转而进行自主游戏。它利用试错法以及Gemini生成的反馈，创建新的经验数据。这些新经验数据包含一个训练循环，其中SIMA 2尝试完成它自己生成的任务，并将自身的轨迹数据反馈到模型的下一个版本中。

尽管DeepMind称赞SIMA 2是人工智能领域的一项进步，但该研究也发现了一些需要解决的不足之处。谷歌dent的不足之处包括：内存窗口有限、难以处理冗长且多步骤的任务，以及在3D人工智能系统中常见的视觉解读难题。.

DeepMind 透露 ，SIMA 2是一个测试平台，用于开发未来可应用于机器人和导航领域的技能。该公司表示，SIMA 2的研究为机器人技术乃至通用人工智能（AGI）在现实世界中的应用提供了tron的途径。