SIMA的独特之处在于其跨游戏的通用性和对语言指令的高精度执行能力。在实际应用中，它能够扮演各种角色，如在《模拟山羊3》中担任驾驶员，在《幸福工厂》中从事挖矿工作，在《瓦尔海姆》中探寻水源，在《无人深空》中驾驶宇宙飞船对抗小行星、收集资源等，为玩家提供切实的游戏辅助。
DeepMind研究工程师Frederic Besse介绍，SIMA具备强大的学习和适应能力，能够在游戏中理解并利用共享概念，从而更好地掌握技能，并更精准地执行人类给予的指令。
在此之前，DeepMind已经在AI与游戏结合领域取得了显著成果，例如AlphaStar系统能与人类玩家在《星际争霸II》中展开激烈对决。而SIMA则被DeepMind誉为新的里程碑，其核心亮点在于从单一游戏向多种游戏的通用性转变，并且能够根据语言指令进行操作。
为了使SIMA接触更多元的游戏环境，DeepMind与多家游戏工作室携手合作，收集了大量关于人类玩家在10款不同3D游戏中的键盘鼠标操作数据。这些数据随后被输入到现代聊天机器人所使用的强大语言模型中，该模型通过处理海量文本数据库获得了处理和理解语言的能力。经过训练后，SIMA便能根据用户键入的命令执行相应操作。在一系列严谨的人类评估过程中，SIMA的表现令人瞩目，成功响应数百种不同的指令，完成包括“左转”、“前往宇宙飞船”、“穿越大门”或“砍伐树木”等各种复杂任务。目前，SIMA已经掌握了超过600种动作技能，涵盖探索、战斗、工具使用等多个方面，同时，研究人员确保其避免参与涉及暴力行为的游戏，严格遵守谷歌人工智能道德准则。
尽管当前SIMA仍以研究项目为主，但DeepMind团队成员Tim Harley展望道，未来有一天，SIMA这样的AI智能体或许将能与玩家共同游戏，与玩家及其朋友们形成良好的互动配合。
值得注意的是，SIMA在未经专门训练的游戏环境中同样展现出强大的泛化能力，其表现甚至可媲美那些专为此类游戏数据集训练过的智能体。然而，要实现无论在已知还是未知游戏中都能达到人类水平，SIMA尚需进一步深入研究和优化。
科研人员表示，长远来看，SIMA有望学会如何玩任何电子游戏，包括无固定线性路径的游戏和开放世界游戏。虽然SIMA的目标并非取代现有的游戏AI，但它可以被视为与玩家团队紧密协作的另一位“玩家”。
在一次新闻发布会上，SIMA联合负责人、DeepMind研究员Tim Harley强调：“SIMA并非旨在赢得游戏，而是专注于按照指令运行游戏，成为忠实执行任务的得力助手。”
（财联社记者 黄君芝 报道）
