谷歌DeepMind推出SIMA 2：一种类人AI代理，用于虚拟世界

谷歌DeepMind推出了其最新的雄心勃勃的人工通用智能(AGI)的步骤，发布了SIMA 2 (可扩展、可指令的、多世界代理)。SIMA 2利用强大的Gemini AI模型，旨在像人类玩家一样在各种虚拟3D世界中学习、适应和推理，特别是像无人的天空和瓦尔海姆这样的电子游戏。这项研究标志着从早期的AI系统向前迈出了重要的一步，早期的AI系统通常是针对特定任务进行狭窄训练的。

通过将自然语言指令与复杂的3D世界理解相结合，SIMA 2能够在陌生的游戏环境中解释和执行开放式命令，紧密复制人类玩家的适应性解决问题能力。

实时学习与适应

SIMA 2的核心创新在于它能够将一个环境中获得的知识进行概括，并将其应用于一个全新的环境——这是一种被称为持续学习的人类智能的重要特征。这一能力使得代理能够超越预设脚本，仅根据自然语言指令处理新场景。

该代理在包括山羊模拟器3在内的多样化标题中的成功，展示了其先进的视觉和空间理解能力。通过在游戏中作为另一个玩家而不是替代核心游戏逻辑，SIMA 2 作为一个强大的下探技能的试验场，可以迅速转化为现实世界的应用。DeepMind 的愿景是，指导SIMA 2虚拟运动和决策的相同基础原则将对下一代智能、通用的机器人和自主导航系统至关重要。

体现推理的路径

尽管DeepMind宣称SIMA 2是一个重要的进步，但研究也识别了当前的局限性，包括在非常长的多步骤任务中遇到的困难以及在高度复杂的3D环境中与记忆管理相关的挑战。这些发现为未来在具身推理方面的发展提供了清晰的路线图——这种能力类似于人类在物理(或模拟)空间内思考和行动。

尽管面临这些障碍，SIMA 2 代表了在创建能够有效推理、规划和协作的系统方面迈出了坚实的一步。它在虚拟世界中的应用为训练所需的复杂代理提供了一个低风险、高数据的环境，以便于在物理世界中导航和互动，最终加速实现 AGI 的进程。