谷歌DeepMind推出SIMA 2：一種類人AI代理，用於虛擬世界

谷歌DeepMind推出了其最新的雄心勃勃的人工通用智能(AGI)的步驟，發布了SIMA 2 (可擴展、可指令的、多世界代理)。SIMA 2利用強大的Gemini AI模型，旨在像人類玩家一樣在各種虛擬3D世界中學習、適應和推理，特別是像無人的天空和瓦爾海姆這樣的電子遊戲。這項研究標志着從早期的AI系統向前邁出了重要的一步，早期的AI系統通常是針對特定任務進行狹窄訓練的。

通過將自然語言指令與復雜的3D世界理解相結合，SIMA 2能夠在陌生的遊戲環境中解釋和執行開放式命令，緊密復制人類玩家的適應性解決問題能力。

實時學習與適應

SIMA 2的核心創新在於它能夠將一個環境中獲得的知識進行概括，並將其應用於一個全新的環境——這是一種被稱爲持續學習的人類智能的重要特徵。這一能力使得代理能夠超越預設腳本，僅根據自然語言指令處理新場景。

該代理在包括山羊模擬器3在內的多樣化標題中的成功，展示了其先進的視覺和空間理解能力。通過在遊戲中作爲另一個玩家而不是替代核心遊戲邏輯，SIMA 2 作爲一個強大的下探技能的試驗場，可以迅速轉化爲現實世界的應用。DeepMind 的願景是，指導SIMA 2虛擬運動和決策的相同基礎原則將對下一代智能、通用的機器人和自主導航系統至關重要。

體現推理的路徑

盡管DeepMind宣稱SIMA 2是一個重要的進步，但研究也識別了當前的局限性，包括在非常長的多步驟任務中遇到的困難以及在高度復雜的3D環境中與記憶管理相關的挑戰。這些發現爲未來在具身推理方面的發展提供了清晰的路線圖——這種能力類似於人類在物理(或模擬)空間內思考和行動。

盡管面臨這些障礙，SIMA 2 代表了在創建能夠有效推理、規劃和協作的系統方面邁出了堅實的一步。它在虛擬世界中的應用爲訓練所需的復雜代理提供了一個低風險、高數據的環境，以便於在物理世界中導航和互動，最終加速實現 AGI 的進程。