谷歌DeepMind于2026年7月5日正式推出SIMA 2——一款能在3D虚拟世界中像人类“同伴”一样学习和行动的全新AI代理。SIMA 2不仅突破了简单屏幕操作的限制，更实现了自主规划、自我解释和经验学习，标志着人工智能向通用人工智能（AGI）迈进的重要里程碑。
SIMA 2的技术突破：从指令执行到自主推理
第一代SIMA（Scalable Instructable Multiworld Agent）于2024年3月发布，通过观看屏幕和使用虚拟键盘鼠标学会了数百项基本技能。而SIMA 2在此基础上实现了质的飞跃：基于Gemini多模态大模型，SIMA 2不再仅仅是执行指令，而是能够理解高级目标、通过文本、语音甚至图像进行交互，并在虚拟世界中展示出前所未有的推理能力。
谷歌DeepMind在X平台宣布：“SIMA 2是我们最强大的虚拟3D世界AI代理。由Gemini驱动，它超越基础指令，在交互式环境中进行思考、理解并采取行动——这意味着你可以通过文本、语音甚至图像与它对话。”
实验数据显示，SIMA 2在任务完成率上实现了翻倍增长：从第一代的31%跃升至65%，性能“显著接近人类玩家水平”。它能够处理更长的逻辑提示、屏幕上的手绘草图、表情符号等多模态输入，并在从未见过的全新3D世界中快速定位、理解目标并采取有意义的行动——这些世界由谷歌另一项目Genie 3（通过单张图片或文字提示生成）实时创建。
泛化能力飞跃：跨游戏迁移与自我迭代
SIMA 2最令人瞩目的能力之一是跨场景概念迁移。谷歌表示：“它可以将一个游戏中学到的‘采矿’概念应用于另一个游戏中的‘收获’——在相似任务之间建立联系。”这种泛化能力来自人类演示学习后的自我导向训练循环：SIMA 2自主生成任务、尝试执行，并将自身轨迹数据反馈回模型迭代，形成持续优化的学习引擎。
这一突破对虚拟世界和游戏行业具有深远意义。在加密领域，3D元宇宙游戏（如Decentraland、The Sandbox）中，AI代理的自主导航和任务执行能力可能催生新一代智能NPC（非玩家角色）或自动化玩家，极大提升虚拟世界的沉浸感和交互性。同时，SIMA 2的跨游戏迁移能力暗示了未来AI在多链虚拟资产管理和自动化操作中的潜力。
局限性仍存，但方向明确
尽管取得重大进展，谷歌DeepMind也坦诚指出了SIMA 2目前存在的不足：复杂多步骤任务表现不佳、记忆窗口有限、3D视觉解释仍面临常见挑战。然而，研究团队强调，SIMA 2平台已成为测试机器人技能迁移的“试验场”，这些技能未来可能迁移到物理世界的机器人和导航系统中。
市场影响与前景：加密货币与AI的交叉点
从加密货币新闻视角看，SIMA 2的发布与AI代理驱动去中心化应用的趋势高度契合。当前，Web3游戏和元宇宙平台正积极引入AI代理提升用户体验：例如AI自动执行游戏内任务、智能管理链上资产、甚至参与DAO治理。SIMA 2强调的“自然语言交互”和“自主学习”能力，有望降低普通用户参与加密世界的门槛——用户只需用日常语言描述目标，AI即可自动完成复杂操作。
此外，SIMA 2基于Gemini多模态模型的设计，也暗示了未来AI与区块链数据融合的可能性。例如，AI可以分析链上交易模式、解读智能合约代码，并在虚拟世界中执行跨链操作。尽管谷歌DeepMind目前未直接涉足加密货币，但其技术路线与去中心化AI代理生态系统（如Autonolas、Fetch.ai）形成互补，可能加速AI在DeFi和GameFi领域的落地。
谷歌DeepMind总结道：“SIMA 2研究为机器人应用提供了强劲路径，也是向现实世界AGI迈出的又一步。”随着AGI发展加速，加密货币与AI的深度融合正在从概念走向实践，而SIMA 2无疑是这场变革中的重要技术基石。