Google DeepMind发布类人AI代理，可实时学习和适应

Google DeepMind周四推出了SIMA 2——其推理AI代理，该公司声称其在虚拟世界中的行为像人类一样。这家科技公司表示，SIMA 2帮助DeepMind超越简单的屏幕操作，迈向能够规划、解释自身以及通过经验学习的AI。

该公司表示，此次发布标志着向通用人工智能（AGI）迈进的重要一步。DeepMind还警告说，SIMA 2对机器人技术和AI具身化的未来具有重要的普遍意义。

SIMA 2独立思考并在互动环境中采取行动

SIMA 2是我们最强大的AI代理，用于虚拟3D世界。👾🌐

由Gemini驱动，它超越了遵循基本指令，能够在互动环境中思考、理解和采取行动——这意味着您可以通过文本、语音甚至图像与其交谈。以下是🧵 pic.twitter.com/DuVWGJXW7W

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

这家科技公司 发布了 在3月发布了SIMA（可扩展可指令多世界代理）的第一个版本。Google表示，该AI代理通过观看屏幕并使用虚拟键盘和鼠标控制，学习了数百项基本技能。该公司还承认，最新版本的AI代理更进一步，允许AI独立思考。

Google DeepMind还透露，Gemini为该AI代理提供动力。科技公司表示，整合SIMA 2和Gemini有助于AI代理理解用户的高级目标，进行复杂推理，并熟练地执行以目标为导向的游戏内行动。 

该公司 表示 SIMA 2是公司用于虚拟3D世界最强大的AI代理。DeepMind发现，与该代理交互感觉不像是在给它下达命令，而更像是与一位推理伙伴就手头的任务进行协作。

根据公告，SIMA 2超越了遵循基本指令，能够在互动环境中思考、理解和采取行动。该AI代理将允许用户通过文本、语音甚至图像与其交互。

Google表示其Gemini AI模型 帮助 SIMA 2解释高级目标并讨论其打算采取的步骤。该公司补充说，Gemini帮助这个以人为中心的代理在游戏中以原始系统无法达到的推理水平进行协作。

科技公司还报告了在虚拟环境中的泛化能力更强。DeepMind确认，SIMA 2完成了更长、更复杂的任务，包括逻辑提示、屏幕绘制的草图和表情符号。Google表示，这种能力使SIMA 2在广泛任务上的表现更接近人类玩家。该公司还指出，该AI代理的任务完成率为65%，而SIMA 1仅为31%。

DeepMind发现，SIMA 2在由Genie 3生成的全新3D世界中解释指令并行动。该项目于去年发布，可从单张图像或文本提示创建互动环境。科技公司表示，SIMA 2可以定位自己，理解目标，并在测试前从未遇到过的世界中采取有意义的行动。

Google认为，这个以人为中心的代理现在在执行详细指令方面要好得多，即使是在它从未体验过的世界中。该公司表示，SIMA 2可以将从一个游戏中学到的概念转移到另一个游戏中，连接类似任务之间的关联。

DeepMind发现SIMA 2中存在需要解决的差距

研究人员 交易价格低于其200日移动平均线，这是自2022年熊市以来最长的此类时期。 指出，该代理在学习人类演示后切换到自主游戏。该代理使用试错法，以及Gemini生成的反馈，创建新的体验数据。新的体验数据包括一个训练循环，其中SIMA 2尝试它生成的任务，并将其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是人工智能的进步，但研究也发现了需要解决的差距。Google确定了差距，包括在有限的记忆窗口内工作、难以处理非常长的多步任务，以及面临3D AI系统中常见的视觉解释挑战。

DeepMind 披露 指出SIMA 2作为未来可用于机器人技术和导航的技能测试床。该公司表示，其SIMA 2研究为机器人技术和现实世界中的AGI应用提供了一条强有力的路径。