SIMA 2: Um Agente Corporificado Generalista para Mundos Virtuais
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
Resumo
Apresentamos o SIMA 2, um agente corporificado generalista que compreende e age em uma ampla variedade de mundos virtuais 3D. Construído sobre um modelo de base Gemini, o SIMA 2 representa um passo significativo em direção à interação ativa e orientada a objetivos em um ambiente corporificado. Diferente de trabalhos anteriores (por exemplo, SIMA 1) limitados a comandos linguísticos simples, o SIMA 2 atua como um parceiro interativo, capaz de raciocinar sobre objetivos de alto nível, conversar com o usuário e lidar com instruções complexas dadas por meio de linguagem e imagens. Em um portfólio diversificado de jogos, o SIMA 2 reduz substancialmente a lacuna em relação ao desempenho humano e demonstra uma generalização robusta para ambientes nunca vistos anteriormente, tudo isso mantendo as capacidades centrais de raciocínio do modelo base. Além disso, demonstramos uma capacidade de autoaprimoramento contínuo: ao aproveitar o Gemini para gerar tarefas e fornecer recompensas, o SIMA 2 pode aprender novas habilidades autonomamente do zero em um novo ambiente. Este trabalho valida um caminho para a criação de agentes versáteis e em constante aprendizado para mundos virtuais e, 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.