Google DeepMind presenta SIMA 2: un agente de IA capaz de jugar, razonar y aprender en mundos virtuales 3D.

La rama de inteligencia artificial de la empresa tecnológica Google, Google DeepMind presentó SIMA 2, la última versión de su Agente Multimundo Instructable Escalable, marcando un paso hacia agentes de IA más capaces y de propósito general. 

Basado en las capacidades de razonamiento avanzado de los modelos Gemini, el sistema va más allá del seguimiento básico de instrucciones en entornos virtuales y ahora funciona como un compañero interactivo que puede interpretar objetivos, conversar con los usuarios y perfeccionar su rendimiento con el tiempo. 

El primer modelo SIMA aprendió cientos de acciones basadas en el lenguaje a través de videojuegos comerciales observando la entrada de pantalla y operando con controles virtuales en lugar de mecánicas de juego integradas. 

SIMA 2 perfecciona este enfoque al integrar Gemini como núcleo, lo que permite al agente razonar de forma orientada a objetivos, explicar sus acciones y ejecutar tareas más complejas dentro de los juegos. Entrenado mediante una combinación de demostraciones humanas y anotaciones generadas por Gemini, el agente se ha probado en una gama más amplia de juegos gracias a la colaboración con diversos desarrolladores. Esta actualización representa un avance significativo para la IA encarnada, al combinar percepción, razonamiento y acción en entornos 3D dinámicos.

La integración de Gemini ha reforzado la capacidad de SIMA 2 para generalizar y operar de forma fiable en contextos desconocidos. El agente ahora puede interpretar instrucciones más detalladas y matizadas, y ejecutarlas con éxito incluso en juegos que no ha jugado previamente, como ASKA, de temática vikinga, o MineDojo, una versión de investigación de Minecraft. 

Su capacidad para aplicar conceptos aprendidos en diferentes entornos —por ejemplo, extender la idea de “minería” de un juego a “cosecha” en otro— constituye un componente clave de la generalización amplia y acerca su rendimiento al de un jugador humano. 

Para evaluar estas capacidades, SIMA 2 también se probó en mundos 3D generados proceduralmente con Genie 3, que crea nuevos entornos a partir de texto o imágenes. En estos entornos desconocidos, el agente pudo navegar con eficacia, interpretar instrucciones y trabajar para el usuario.defiobjetivos ned, mostrando un nivel de adaptabilidad no observado previamente en sistemas similares.

SIMA 2 impulsa la IA de autoaprendizaje con nuevas capacidades de generalización y aprendizaje autónomo.

Según el compañía Uno de los avances más notables de SIMA 2 es su creciente capacidad para mejorar su propio rendimiento. Durante el entrenamiento, el agente ha demostrado que puede abordar tareas cada vez más complejas mediante un proceso iterativo de ensayo y error, combinado con la retroalimentación de Gemini. Tras aprender inicialmente a partir de demostraciones humanas, SIMA 2 puede seguir progresando en nuevos juegos mediante el juego autónomo, adquiriendo habilidades en entornos desconocidos sin necesidad de datos humanos adicionales. Esta experiencia se puede utilizar posteriormente para entrenar versiones posteriores más capaces del agente. agente de IA Este mismo proceso de autoaprendizaje se ha aplicado con éxito en entornos generados por Genie, lo que supone un avance significativo hacia el entrenamiento de agentes generales en diversos mundos sintéticos. Este ciclo de perfeccionamiento continuo respalda el objetivo a largo plazo de permitir que los agentes aprendan con una mínima intervención humana.

El funcionamiento de SIMA 2 en una amplia gama de entornos de juego proporciona un importante campo de pruebas para la inteligencia general, permitiéndole adquirir habilidades, practicar el razonamiento y aprender continuamente mediante la acción autodirigida. Si bien el sistema representa un avance sustancial hacia la inteligencia generalista, interactiva y encarnada, aún presenta limitaciones propias de la fase de investigación. El agente sigue teniendo dificultades con tareas complejas a largo plazo que requieren un razonamiento extenso o la verificación repetida de objetivos, y su memoria sigue siendo limitada debido a la necesidad de una interacción de baja latencia dentro de un contexto restringido. La precisión en acciones minuciosas y la comprensión visual de escenas 3D complejas también representan un desafío generalizado en este campo.

El proyecto demuestra el potencial de un enfoque de IA orientado a la acción, en el que una amplia competencia se sustenta en datos de entrenamiento diversos y sólidas capacidades de razonamiento. SIMA 2 muestra que estos elementos pueden unificarse en un único agente generalista, en lugar de aislarse en sistemas especializados separados, y ofrece una vía prometedora hacia futuras aplicaciones en robótica, ya que muchas de las habilidades aprendidas en entornos virtuales —como la navegación, el uso de herramientas y la gestión colaborativa de tareas— se traducen en componentes fundamentales para la IA encarnada.

SIMA 2 está diseñado como un agente de investigación interactivo y centrado en el usuario, y su desarrollo se centra en prácticas responsables, especialmente en lo que respecta a sus mecanismos de autoaprendizaje. El equipo ha colaborado con especialistas en innovación responsable a lo largo del proyecto y lanza SIMA 2 en una versión preliminar limitada para investigación, ofreciendo acceso anticipado a académicos y desarrolladores de videojuegos seleccionados. Este enfoque por fases permite un análisis continuo, la retroalimentación y la evaluación interdisciplinaria a medida que se exploran la tecnología y sus posibles implicaciones.