谷歌DeepMind近日正式发布其下一代通用AI代理——SIMA 2，这一里程碑式的突破将Gemini大语言模型的高级推理能力与前所未有的虚拟世界交互技能相结合。与仅能执行简单指令的传统AI不同，SIMA 2展现出对环境的深度理解和自主行动能力，被研究者称为“具身智能体”，其行为模式接近人类或物理机器人在现实环境中的表现。
SIMA 2性能跃升：从31%到翻倍
据DeepMind高级研究科学家Joe Marino在发布会上介绍，SIMA 2相比前代SIMA 1实现了质的飞跃。此前SIMA 1在复杂任务中成功率仅为31%，而人类平均为71%；而SIMA 2将这一指标翻倍，甚至能在从未见过的全新环境中完成挑战性任务。Marino强调：“SIMA 2是一个全面的通用代理，能在未曾探索的环境中解决复杂问题。”
| 特性 | SIMA 1 | SIMA 2 |
|---|---|---|
| 复杂任务成功率 | 31% | 翻倍提升 |
| 训练方式 | 依赖人类游戏数据 | 自我改进系统 |
| 环境适应性 | 有限 | 适应未知环境 |
| 推理能力 | 基础 | Gemini深度集成 |
Gemini 2.5：大脑级推理引擎
SIMA 2的核心动力来自Gemini 2.5 flash-lite模型。这一集成使代理能够：理解并响应复杂指令（包括emoji命令）；对环境线索和目标进行内部推理；在DeepMind Genie模型生成的全新逼真世界中自主导航；通过AI引导的试错实现自我提升，无需大量人工训练数据。研究者指出，SIMA 2不再机械执行指令，而是真正“理解”任务本质。
迈向通用人工智能（AGI）的关键一步
DeepMind神经科学研究员Jane Wang表示：“我们要求它真正理解发生了什么，理解用户让它做什么，然后以符合常识的方式做出回应，这实际上非常困难。”SIMA 2代表了通往AGI的重要路径——系统能执行广泛智力任务，学习新技能，并在不同领域迁移知识。与SIMA 1完全依赖人类游戏数据不同，SIMA 2以初始数据为基线，利用另一Gemini模型生成新训练任务，并通过独立奖励模型自我评分迭代。
虚拟世界对现实应用的深远影响
尽管目前SIMA 2运行在虚拟环境中，但其对物理机器人的启示意义重大。DeepMind高级研究工程师Frederic Besse指出：“如果考虑真实世界机器人所需的系统能力，有两个组成部分：一是对现实世界高层次理解及任务规划，二是执行层面的操作。”SIMA 2专注于前者——行为层面的通用理解，这有望未来迁移到真实机器人领域。
市场与行业影响分析
在加密及科技投资领域，AI代理的进展常引发资本对相关概念的关注。SIMA 2的发布进一步强化了AI与Web3结合的叙事——自主代理可在虚拟世界（如元宇宙、链游）中执行复杂经济任务，或成为去中心化应用的智能中间件。该技术也可能催化对谷歌生态及相关AI代币（如FET、AGIX等）的投机兴趣。不过需注意，SIMA 2目前仍是研究项目，距离商业化应用尚有距离，但其“自学习+环境理解”范式的突破，将为后续加密货币领域的人工智能创新提供底层技术基础。
总体而言，SIMA 2的诞生标志AI从“工具”向“伙伴”的进化，其通用推理和自我迭代能力预示着一场人机协作方式的深刻变革。谷歌DeepMind团队预计，该框架将在未来数月内开放部分研究接口，以推动学术界和产业界共同探索具身智能的边界。