Google DeepMind выпустила нового ИИ под названием SIMA 2, и они реально считают его важным шагом к созданию ИИ, который может думать как человек (AGI).
Этот новый агент, основанный на большой языковой модели Gemini 2.5 Flash Lite, может смотреть видео с экрана, использовать виртуальную клавиатуру и мышь, понимать сложные инструкции и даже играть в 3D-игры сам по себе. По словам компании, это уже не просто модель, которая "болтает", а система, которая реально действует, думает и учится в виртуальных средах.
Первый SIMA мог выполнять только сотни простых команд — открывать двери, поворачивать камеру и так далее. SIMA 2 — это совсем другой уровень. Он понимает цели, разбивает их на задачи, строит планы и даже комментирует свои действия. Он может играть в разные игры — от Valheim и Goat Simulator 3 до No Man’s Sky и Kerbal Space Program, и самое главное, он переносит свои навыки в новые игры, с которыми раньше не сталкивался.
Чтобы добиться этого, DeepMind использует гибридный метод обучения. Сначала SIMA 2 учат на видеозаписях, где люди играют и объясняют свои действия. Затем ИИ начинает учиться сам: ставит задачи, пробует разные решения, анализирует ошибки и улучшает свои стратегии. Этот процесс повторяется из поколения в поколение, и каждое новое поколение учится на данных, собранных предыдущими агентами.
Еще один важный шаг — интеграция с Genie 3. Это модель, которая может создавать интерактивные 3D-миры на лету. SIMA 2 тестировали в этих новых средах, и он показал те же навыки навигации, планирования и решения задач, даже без заранее заданных правил. DeepMind считает, что такие комбинации — это основа для будущих систем, которые смогут учиться в бесконечном количестве задач.