SIMA 2: Un Agente Incarnato Generalista per Mondi Virtuali
SIMA 2: A Generalist Embodied Agent for Virtual Worlds
December 4, 2025
Autori: 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
Abstract
Presentiamo SIMA 2, un agente incarnato generalista che comprende e agisce in un'ampia varietà di mondi virtuali 3D. Basato su un modello fondazionale Gemini, SIMA 2 rappresenta un passo significativo verso l'interazione attiva e orientata agli obiettivi all'interno di un ambiente incarnato. A differenza dei lavori precedenti (ad esempio, SIMA 1) limitati a comandi linguistici semplici, SIMA 2 agisce come un partner interattivo, capace di ragionare su obiettivi di alto livello, conversare con l'utente e gestire istruzioni complesse fornite tramite linguaggio e immagini. In un portafoglio diversificato di giochi, SIMA 2 riduce sostanzialmente il divario con le prestazioni umane e dimostra una robusta generalizzazione ad ambienti mai visti prima, tutto ciò preservando le capacità di ragionamento di base del modello. Inoltre, dimostriamo una capacità di auto-miglioramento aperta: sfruttando Gemini per generare compiti e fornire ricompense, SIMA 2 può apprendere autonomamente nuove abilità da zero in un nuovo ambiente. Questo lavoro convalida un percorso verso la creazione di agenti versatili e in continuo apprendimento per mondi sia virtuali che, in prospettiva, fisici.
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.