谷歌DeepMind近日发布新一代AI代理SIMA 2，将其定位为虚拟世界中的“伙伴型”智能体。相较于2024年3月推出的初代SIMA，SIMA 2不再局限于根据屏幕内容执行基础键鼠操作，而是进一步向“能够规划、解释自身行为并通过经验学习”的方向迈进。DeepMind表示，这一进展是通往通用人工智能（AGI）的重要一步，也可能对未来机器人和具身智能的发展产生深远影响。
SIMA 2能力升级：从执行指令到自主理解目标
根据DeepMind披露的信息，SIMA 2是其目前在虚拟3D世界中能力最强的AI代理。该系统由Gemini模型驱动，不仅能执行基础指令，还可以理解更高层级的任务目标，并通过文本、语音甚至图像与用户交互。换句话说，SIMA 2的能力重心已经从“照做”转向“理解后行动”。
DeepMind称，借助Gemini，SIMA 2能够解释自己准备采取的步骤，并在游戏环境中进行协作式推理，这是初代系统难以实现的能力。对于AI代理而言，这意味着它不只是一个机械执行器，而开始具备一定程度的任务拆解与行动规划能力。
关键数据：任务完成率从31%提升至65%
性能提升是此次发布最受关注的部分。DeepMind表示，SIMA 2在多种任务上的表现已经显著接近人类玩家。官方披露的数据显示，SIMA 2的任务完成率达到65%，而SIMA 1仅为31%。这一提升表明，新模型在复杂交互环境中的泛化能力和执行稳定性均有明显增强。
此外，SIMA 2还能完成更长、更复杂的任务，包括理解逻辑提示、识别屏幕上的手绘草图，甚至处理表情符号等非标准输入形式。这说明其输入理解方式更加多模态，也意味着AI代理未来在开放环境中的适应范围可能进一步扩大。
跨世界迁移能力增强，可在全新环境中快速适应
DeepMind此次特别强调了SIMA 2的泛化与迁移能力。该系统不仅可以在既有虚拟世界中执行任务，还能进入由DeepMind另一项目Genie 3生成的全新3D环境中活动。Genie 3可基于单张图像或文本提示生成可交互世界，而SIMA 2在此前从未见过这些环境的情况下，依然能够快速完成定位、理解目标并采取有意义的行动。
官方举例称，SIMA 2可以将一个游戏中学到的“采矿”概念迁移到另一个游戏中的“收割”任务上，在不同场景间建立相似任务的联系。这种概念迁移能力，被视为构建更强通用型AI代理的重要基础。
训练方式变化：从人类示范到自我博弈式学习
在训练方法上，SIMA 2同样出现重要变化。研究人员表示，该系统在学习人类示范后，会切换到更自主的探索模式，通过试错和Gemini生成的反馈不断积累新经验。更进一步，SIMA 2还能生成任务、自主尝试完成，并将自己的行动轨迹回流到下一轮模型训练中，形成一个自我强化的数据闭环。
这一机制显示，AI代理的训练正逐步从依赖外部标注和人工演示，转向更具扩展性的自主学习框架。若这一模式持续成熟，未来AI系统在虚拟环境乃至现实世界中的训练效率有望进一步提升。
仍存短板：长链任务、记忆窗口与视觉理解仍待突破
尽管DeepMind对SIMA 2给予高度评价，但研究也坦承目前系统仍存在多项局限。首先，SIMA 2在面对超长、多步骤任务时依然会出现能力不足；其次，其可用记忆窗口有限，可能影响复杂场景下的持续决策表现；此外，作为3D环境中的AI系统，它仍面临常见的视觉解析挑战。
这些问题意味着，SIMA 2距离真正稳定、通用且长期自主运行的智能体仍有距离。尤其是在现实机器人场景中，任何感知、记忆或长期规划方面的短板，都可能被进一步放大。
市场影响分析：AI代理赛道升温，科技与加密交叉叙事或再受关注
从市场角度看，SIMA 2的发布再次强化了“AI代理”作为下一阶段科技竞争核心方向的市场预期。尽管此次消息并非直接来自加密货币行业，但AI与Web3、链上自治代理、游戏资产和虚拟世界等概念之间存在天然叙事连接。随着大型科技公司持续推进具备自主推理、跨环境适应和多模态交互能力的智能体，市场对“AI代理经济”与“链上智能协作”相关项目的关注度可能同步升温。
对于加密市场投资者而言，这类进展通常会带动AI概念代币、去中心化算力、链上游戏基础设施以及虚拟世界项目的短期情绪波动。不过需要注意的是，DeepMind此次发布的内容仍以研究与技术展示为主，尚未对应到明确的商业化落地或直接的区块链应用。因此，相关市场影响更多体现在情绪和叙事层面，而非基本面即时改变。
总体来看，SIMA 2显示出AI代理正在从“会执行命令”向“能理解环境、迁移经验并自主学习”快速演进。DeepMind认为，这一研究不仅是迈向AGI的一步，也为未来机器人与导航系统提供了实验基础。对整个科技与加密交叉生态而言，这种能力升级或将继续推动市场围绕AI代理、虚拟世界和自主智能系统展开新的想象空间。