SIMA 2: Un Agente Encarnado Generalista para Mundos Virtuales
SIMA 2: A Generalist Embodied Agent for Virtual Worlds
December 4, 2025
Autores: SIMA team, Adrian Bolton, Alexander Lerchner, Alexandra Cordell, Alexandre Moufarek, Andrew Bolt, Andrew Lampinen, Anna Mitenkova, Arne Olav Hallingstad, Bojan Vujatovic, Bonnie Li, Cong Lu, Daan Wierstra, Daniel P. Sawyer, Daniel Slater, David Reichert, Davide Vercelli, Demis Hassabis, Drew A. Hudson, Duncan Williams, Ed Hirst, Fabio Pardo, Felix Hill, Frederic Besse, Hannah Openshaw, Harris Chan, Hubert Soyer, Jane X. Wang, Jeff Clune, John Agapiou, John Reid, Joseph Marino, Junkyung Kim, Karol Gregor, Kaustubh Sridhar, Kay McKinney, Laura Kampis, Lei M. Zhang, Loic Matthey, Luyu Wang, Maria Abi Raad, Maria Loks-Thompson, Martin Engelcke, Matija Kecman, Matthew Jackson, Maxime Gazeau, Ollie Purkiss, Oscar Knagg, Peter Stys, Piermaria Mendolicchio, Raia Hadsell, Rosemary Ke, Ryan Faulkner, Sarah Chakera, Satinder Singh Baveja, Shane Legg, Sheleem Kashem, Tayfun Terzi, Thomas Keck, Tim Harley, Tim Scholtes, Tyson Roberts, Volodymyr Mnih, Yulan Liu, Zhengdong Wang, Zoubin Ghahramani
cs.AI
Resumen
Presentamos a SIMA 2, un agente corporeizado generalista que comprende y actúa en una amplia variedad de mundos virtuales en 3D. Construido sobre un modelo base Gemini, SIMA 2 representa un paso significativo hacia la interacción activa y dirigida a objetivos dentro de un entorno corporeizado. A diferencia de trabajos anteriores (por ejemplo, SIMA 1) limitados a comandos lingüísticos simples, SIMA 2 actúa como un compañero interactivo, capaz de razonar sobre objetivos de alto nivel, conversar con el usuario y manejar instrucciones complejas dadas mediante lenguaje e imágenes. En un portafolio diverso de juegos, SIMA 2 reduce sustancialmente la brecha con el rendimiento humano y demuestra una generalización robusta a entornos no vistos previamente, todo ello manteniendo las capacidades de razonamiento centrales del modelo base. Además, demostramos una capacidad de auto-mejora de código abierto: al aprovechar Gemini para generar tareas y proporcionar recompensas, SIMA 2 puede aprender nuevas habilidades desde cero de forma autónoma en un entorno nuevo. Este trabajo valida un camino hacia la creación de agentes versátiles y de aprendizaje continuo para mundos tanto virtuales como, eventualmente, físicos.
English
We introduce SIMA 2, a generalist embodied agent that understands and acts in a wide variety of 3D virtual worlds. Built upon a Gemini foundation model, SIMA 2 represents a significant step toward active, goal-directed interaction within an embodied environment. Unlike prior work (e.g., SIMA 1) limited to simple language commands, SIMA 2 acts as an interactive partner, capable of reasoning about high-level goals, conversing with the user, and handling complex instructions given through language and images. Across a diverse portfolio of games, SIMA 2 substantially closes the gap with human performance and demonstrates robust generalization to previously unseen environments, all while retaining the base model's core reasoning capabilities. Furthermore, we demonstrate a capacity for open-ended self-improvement: by leveraging Gemini to generate tasks and provide rewards, SIMA 2 can autonomously learn new skills from scratch in a new environment. This work validates a path toward creating versatile and continuously learning agents for both virtual and, eventually, physical worlds.