SIMA（Scalable Instructable Multiworld Agent）是DeepMind推出的一個通用AI代理，它能夠理解廣泛的遊戲世界，並通過自然語言指令在其中執行任務。這項研究標誌著AI代理首次展示出能夠理解多種遊戲環境並遵循指令的能力。SIMA不需要訪問遊戲的原始碼或特定的API，它只需要螢幕上的圖像和用戶簡單的自然語言指令作為輸入。2025年11月，DeepMind發布了升級版本SIMA 2。SIMA 2集成了Gemini大語言模型作為推理核心，使其不僅能遵循指令，還能理解高級目標、制定多步計畫、與用戶進行對話解釋其行為，並具備從錯誤中自我改進的能力。其任務成功率較初代大幅提升，在已訓練環境中接近人類玩家水平，並在未訓練過的遊戲中展現了更強的泛化能力。
根據DeepMind負責人Demis Hassabis披露的AGI推進計畫，團隊未來計畫將SIMA與Gemini、Genie等不同技術路線的模型進行融合，以打造AGI原型。2026年2月，Google AI負責人Demis Hassabis在訪談中進一步明確，SIMA被確定為AGI計畫的關鍵組件之一，未來將利用Genie生成虛擬環境、結合SIMA智慧型體自主學習，構建可互動的模擬世界閉環訓練機制。
基本介紹
- 外文名：SIMA
- 最近更新時間：2024年7月22日
研發背景,發展歷程,核心技術,運營模式,核心團隊,重要事件,
研發背景
2024年3月，谷歌DeepMind宣布推出首個可擴展指令多世界智慧型體（Scalable Instructable Multiworld Agent，簡稱SIMA），標誌著其研究重點從單一遊戲AI轉向通用、可指導的遊戲AI代理。該項目旨在開發一個能夠在多個模擬的3D環境中遵循任意自然語言指令的通用AI代理。為實現這一目標，DeepMind與Hello Games、Embracer等八家遊戲工作室合作，在《無人深空》、《拆遷》等九款不同的視頻遊戲上對SIMA進行了訓練和測試。
發展歷程
2024年3月14日，推出核心架構，整合視覺模型與語言處理模組實現基礎操作；3月15日，首次展示在3D遊戲中執行任務的能力，無需遊戲原始碼或API；3月22日，實現600項基礎技能覆蓋，包括導航、物體互動及選單操作等；4月1日，強化自然語言指令理解能力，支持通過語言驅動複雜遊戲互動；7月22日，與八家工作室合作，在九款遊戲中測試SIMA的導航、資源採集等綜合能力。
2025年11月13日，DeepMind正式發布SIMA 2（Scalable Instructable Multiworld Agent）。SIMA 2集成了Gemini大語言模型（特別是Gemini 2.5 flash-lite）作為其推理引擎，使其從被動的指令執行者進化為具備主動推理、對話和自我提升能力的互動夥伴。SIMA 2在訓練過的遊戲環境中成功率接近人類基準，在未訓練過的遊戲中泛化能力也得到顯著提升。
核心技術
SIMA 2通過集成Gemini模型，從初代的“語言->行動”模式升級為“語言->意圖->計畫->行動”的多步驟認知鏈，從一個指令執行者演變為具備推理和規劃能力的互動夥伴。
SIMA 2集成了Gemini模型作為核心推理引擎，特別是Gemini 2.5 flash-lite模型，負責理解高層目標、制定多步計畫。
SIMA 2具備多模態理解與互動能力，能夠處理文本、語音、圖像（包括手繪草圖）甚至表情符號等指令，並能與用戶進行多輪對話，解釋自身意圖和行動步驟。
SIMA 2通過“試錯-反饋”的閉環進行自主學習，在獲得初始人類演示後，可通過自主遊戲在新環境中學習並提升技能，其經驗數據還可用於訓練下一代智慧型體。
SIMA 2在處理需要大量多步驟推理的超長時程複雜任務時仍面臨挑戰；其互動歷史記憶相對較短（受限於上下文視窗）；在執行精確的低級別鍵盤滑鼠操作以及對複雜3D場景的穩健視覺理解方面仍需改進。
SIMA 2通過整合大模型推理能力與多世界數據訓練，標誌著向通用、互動式具身智慧型體邁進的重要一步。
運營模式
SIMA 2目前作為“有限研究預覽”發布，僅向小範圍的學術研究機構和遊戲開發者開放訪問。
核心團隊
SIMA由谷歌DeepMind團隊研發。項目的聯合負責人包括Tim Harley和Frederic Besse。
重要事件
2025年11月13日，DeepMind正式發布SIMA 2（Scalable Instructable Multiworld Agent，可擴展的可指令多世界智慧型體）。SIMA 2集成了Gemini大語言模型作為推理引擎，具備了理解高層目標、制定多步計畫、與用戶對話解釋思路的能力。SIMA 2具有自我改進機制，能夠通過試錯與基於Gemini的反饋進行自主學習。在訓練過的遊戲環境中，SIMA 2的任務成功率接近人類玩家水平。SIMA 2以“有限研究預覽”形式向小範圍學術機構和遊戲開發者開放。
2026年2月，Google AI負責人Demis Hassabis披露了公司的AGI推進計畫，SIMA被確定為關鍵組件之一。未來計畫將Gemini、Genie、SIMA等不同技術路線的模型進行融合，以共同打造AGI原型。同時利用Genie生成虛擬環境、SIMA智慧型體自主學習的閉環訓練機制，構建可互動的模擬世界。
