Google与DeepMind推出SIMA2预览版：通用AI智能体性能突破
Google旗下DeepMind团队近期发布了一款名为SIMA2的多模态智能体研究预览版。该系统基于Gemini2.5Flash-lite架构打造，在未经接触的复杂环境中执行指令的成功率较上一代提升近一倍，同时展现出通过自主优化实现性能持续进化的能力。研究团队强调，本次发布的核心目标是验证构建通用机器人与通用人工智能（AGI）所需的高层次环境理解与推理机制。
在技术实现层面，SIMA2延续了利用数百小时游戏视频进行预训练的策略，并创新性地引入了自生成数据闭环系统。当智能体进入新场景时，系统会调用独立的Gemini模型批量生成多样化任务，随后通过内置的奖励模型评估任务完成质量，筛选优质轨迹数据用于持续微调。这种无需人工标注的自主学习机制，使系统在《无人深空》等测试场景中能够通过解析环境文本、识别颜色符号等视觉信息，自主执行"前往红色建筑"或"采集特定资源"等复杂指令，甚至支持由emoji组合构成的抽象指令。
在演示实验中，研究团队结合生成式世界模型Genie为SIMA2动态创建逼真的户外场景。智能体不仅能准确识别长椅、树木、蝴蝶等环境元素，还能根据指令与这些对象产生互动。高级研究科学家简·王指出，这种"环境感知-目标推断-动作规划"的完整决策链，正是将虚拟环境训练成果迁移至实体机器人的关键技术模块。通过在模拟环境中的反复验证，团队希望为真实机器人系统构建可复用的认知框架。
值得注意的是，当前版本的SIMA2专注于高层次决策能力的开发，尚未涉及机械关节控制、运动协调等底层执行技术。DeepMind同步训练的机器人基础模型采用完全不同的技术路径，两种系统的融合方案仍处探索阶段。研究团队拒绝透露正式版本的发布时间表，但表示希望通过开放预览版吸引外部合作，共同研究虚拟智能体向物理实体迁移的技术路径。目前该系统已展现出在动态环境中理解复杂指令的潜力，但其商业化应用仍需突破多项技术瓶颈。
热门专题
热门推荐
分析数字货币基本面需从项目愿景、技术架构、经济模型及团队背景等多维度入手。核心在于评估其解决实际问题的能力、技术实现的可靠性以及代币经济的可持续性。这要求投资者深入研究白皮书、代码进展、社区生态和治理机制，而非仅关注价格波动。基本面分析是理解项目长期价值、识别潜在风险的关键方法。
虚拟币基本面分析需关注项目技术架构、代币经济模型、团队背景与社区生态。技术层面评估共识机制、可扩展性与安全性；经济模型分析代币分配、通胀机制与实际效用；团队与社区则考察开发能力、治理透明度及用户活跃度。综合这些维度，可更客观判断项目的长期价值与风险。
Tokens：数字世界的“多功能凭证” 简单来说，Tokens是一种基于现有区块链技术发行的数字凭证。你可以把它想象成数字世界里的“积分”或者“股票”，它代表着某种权利、价值或功能。 2025年虚拟货币主流交易所： 币安： 欧易： 火币： Tokens到底是什么？ 从技术层面看，Tokens并非独立
加密货币基本面分析着眼于评估数字资产的长期价值，而非短期价格波动。它主要考察项目愿景、技术架构、代币经济模型、团队背景及社区生态等核心要素。通过分析这些内在因素，投资者可以更理性地判断一个项目是否具备可持续的竞争力与发展潜力，从而做出更明智的投资决策。
周一清晨，一家拥有110名员工的农业科技公司，全体员工突然发现自己的Claude账户无法登录。这并非个别现象，而是全员遭遇。从Slack运维频道出现第一张截图开始，短短十分钟内，整个公司都在询问同一个问题：我的Claude出什么问题了？ 答案很快揭晓——问题不在用户，而是Anthropic对所有账号