谷歌DeepMind近日发布了其下一代通用AI代理SIMA 2，这一突破性进展将Gemini系列大型语言模型的强大推理能力与前所未有的虚拟世界交互技巧相结合，标志着人工智能系统在理解和导航复杂环境方面迈出了重要一步。据官方介绍，SIMA 2不仅能够执行简单指令，更能展现对环境的真实理解和主动交互，被研究人员称为‘具身代理’——通过观察和行动与虚拟世界互动，类似于人类或物理机器人在真实环境中的行为。
性能飞跃：从31%到翻倍的跨越
与2024年3月发布的SIMA 1相比，SIMA 2的性能实现了质的飞跃。在复杂任务的成功率上，SIMA 1仅为31%（人类为71%），而SIMA 2则将这一指标翻倍。DeepMind高级研究科学家Joe Marino在新闻发布会上强调：‘SIMA 2在能力上相比SIMA 1是一个阶梯式的改进，它能在从未见过的环境中完成复杂任务，是一个更通用的代理。’
核心改进包括：训练方式从完全依赖人类游戏数据转向自我改进系统；环境适应能力从有限扩展至可处理全新场景；推理能力通过集成Gemini 2.5 flash-lite模型得到显著增强。
Gemini赋能：理解emoji指令的AI大脑
SIMA 2由Gemini 2.5 flash-lite模型驱动，使其能够理解和响应复杂指令，甚至包括基于表情符号的命令。该系统还能内部推理环境线索和目标，导航由DeepMind Genie模型生成的新照片级真实世界，并且无需大量人工训练数据即可自我改进。
DeepMind神经科学研究员Jane Wang表示：‘我们要求它真正理解正在发生的事情，理解用户要求它做什么，然后以一种常识性的方式做出反应，这实际上非常困难。’
自我改进：从经验中学习的新范式
SIMA 2最具突破性的方面之一是其自我改进能力。与完全依赖人类游戏数据的SIMA 1不同，SIMA 2将人类数据作为基线，然后自行生成训练经验。该系统使用另一个Gemini模型创建新任务，并利用单独的奖励模型对其尝试进行评分，本质上是通AI引导的试错过程从自己的错误中学习。
从虚拟到现实：机器人的未来基石
尽管目前仅在虚拟环境中运行，但SIMA 2对物理机器人领域的影响深远。DeepMind高级研究工程师Frederic Besse解释：‘如果将系统在现实世界执行任务所需的能力分为两部分，一是对真实世界的高层次理解以及需要做什么，二是一些推理。SIMA 2专注于前者，即高层次行为理解，这最终可以迁移到真实世界的机器人中。’
市场影响分析：AI赛道与加密世界的涟漪
SIMA 2的发布不仅对人工智能研究具有里程碑意义，也可能在加密货币和区块链市场引发连锁反应。首先，AI代理技术是当前智能合约、去中心化金融和元宇宙项目的核心基础设施之一。更高效的AI代理可以提升链上游戏、虚拟世界的交互体验，带动FET（Fetch.ai）、AGIX（SingularityNET）等AI概念代币的关注度。其次，谷歌DeepMind的持续领先可能刺激其他科技巨头加速AI布局，间接推动与AI算力相关的RNDR（Render Network）等去中心化计算项目。此外，若SIMA 2未来能直接与区块链虚拟世界（如Decentraland、The Sandbox）集成，将为元宇宙资产带来新的应用场景。
然而，投资者也需注意技术落地的不确定性及监管风险。目前AI代理仍处于早期阶段，大规模商业化还需时间验证。
走向通用人工智能的里程碑
SIMA 2代表了AI能力的巨大飞跃，证明了通往通用人工智能的道路可能比我们想象中更近。通过将Gemini的推理能力与自我改进的虚拟世界交互相结合，谷歌DeepMind创造了一个不仅仅遵循指令的AI代理——它能理解、推理并从环境中学习，方式前所未有。这一进展对未来AI开发、机器人技术以及我们对机器智能的理解具有真正的革命性意义。
随着SIMA 2的发布，AI代理正从实验室走向更广阔的应用场景，而加密货币行业也需密切关注这一趋势，把握技术融合带来的投资机会。