通用型AI代理登场革新3D虚拟环境

首次发布平台：AI之星网(www.AIstar.news)

突破游戏边界：Google DeepMind发布通用型AI代理SIMA，引领人工智能新纪元

近期，Google DeepMind团队公布了一项具有里程碑意义的人工智能研究成果——SIMA（可扩展可指令多世界代理），一款通用型AI代理，不仅能够适应多元化的3D虚拟环境，还可以通过自然语言指令完成复杂任务。这一研究首次展示了AI系统如何实现跨领域任务执行，并推动人工智能向更加通用、多功能的方向发展。

视频游戏被视为人工智能系统的重要试验场。这类环境不仅具有实时响应特性，还包含动态目标，是AI模拟和学习的理想选择。在此背景下，Google DeepMind此前曾推出多个颇具影响力的游戏AI项目，包括能够达到人类大师级别的《星际争霸II》AI系统。而此次发布的SIMA代理，则进一步突破了限制——从个别游戏能力扩展到多游戏通用型AI代理，其训练不仅涉及如何“玩游戏”，还强调如何遵循人类的指令完成任务。

SIMA 的创新性在于无需访问游戏的源代码或专属 API，仅需屏幕图像输入和自然语言指令，便可模拟人类操作，通过键盘和鼠标完成目标任务。这种与人类交互方式的高度模拟，为 AI 领域开辟了新路径，使其能够适用于几乎所有虚拟环境。

SIMA的结构包括经过预训练的视觉模型以及一个包含记忆模块的核心模型，这些模块能精准映射图像和语言的关联，并预测屏幕上的下一步动作。团队通过训练数据对模型进行了精细调整，以确保其能够高效适应多样的3D虚拟环境。

目前，SIMA已在600项基础技能上成功进行了测试，包括导航、物体交互和菜单操作等。此外，它还能快速完成诸如“采集资源”“驾驶飞船”“制作头盔”等游戏内任务。这些技术突破不仅展示了AI在游戏中的潜力，更为其语言驱动的操作能力提供了验证。

为了验证SIMA的多游戏适应性，Google DeepMind与八家知名游戏开发商合作，测试其在九款游戏中的表现，包括Hello Games的《无人深空》与Tuxedo Labs的《拆迁》。与此同时，研究团队还自主搭建了多个测试环境，如“建造实验室”，其中的任务需要AI理解物理世界并完成雕塑建造，这对于AI的物体操作能力提出了新的挑战。

通过记录人类玩家的互动过程以及随后对指令与实际动作的标注，SIMA能够捕捉游戏行为与语言指令之间的关系，从而更具“人类化”的理解与执行能力。研究数据显示，与单一游戏专属AI相比，SIMA多游戏训练模型能更好地实现跨领域功能，并在未曾训练的全新环境中展现出惊人的适应力。

SIMA的表现不仅局限于提升游戏AI能力，它更为人工智能通用化应用奠定了基础。研究团队还发现，语言是实现复杂行为的关键，当移除语言训练或指令时，AI代理更倾向于完成随机行为，而非目标动作。语言接口的引入，让AI能够从静态知识生成动态计划，并通过操作实现这些目标，填补了当前语言模型与实际行动之间的技术空缺。

尽管SIMA的研发仍处于早期阶段，其表现已为建设具有更高复杂性和通用性的AI系统指明方向。未来，Google DeepMind计划进一步扩展训练环境、优化模型能力，努力实现AI在自然语言指令下完成高阶战略规划和多步骤任务的能力，例如完成“寻找资源并建立营地”这样的复杂任务。

SIMA的研究成果为游戏环境中AI开发提供了新的视角，也为未来更广泛的实际应用铺平了道路。从帮助人类在线完成任务到对实体世界的辅助，这种语言驱动、多功能的AI代理将成为未来社会的核心助力。

Google DeepMind团队诚邀各界进一步关注和反馈，共筑更加智能、安全的AI技术发展。感谢合作游戏开发商及所有研究人员的贡献，我们期待更精彩的未来探索。

您的浏览器不支持视频标签。https://www.aistar.news/wp-content/uploads/2025/03/1851_100.mp4

[AI之星网出品] [通用人工智能] [语言驱动AI] [多游戏AI代理] [Google DeepMind研究成果] [机器姬][真机智能][机器洞察网][AI之星网][风投高科网][猛虎财经网][硅基科学网]