Đại lý SIMA 2 của Google sử dụng Gemini để suy luận và hành động trong các thế giới ảo

Google DeepMind đã giới thiệu SIMA 2, một tác nhân AI tổng quát tiên tiến sử dụng Gemini, mô hình ngôn ngữ lớn của Google, để nâng cao khả năng suy luận và tương tác trong các môi trường ảo. Khác với người tiền nhiệm SIMA 1, chỉ đạt thành công hạn chế (31%) trong việc hoàn thành các nhiệm vụ phức tạp, SIMA 2 đã tăng gấp đôi hiệu suất đó và có thể xử lý các nhiệm vụ phức tạp trong các môi trường trò chơi 3D chưa từng thấy trước đây. Được đào tạo trên dữ liệu trò chơi điện tử rộng lớn, SIMA 2 tích hợp kỹ năng ngôn ngữ và suy luận của Gemini với khả năng tác nhân hiện thân—nghĩa là nó có thể cảm nhận và hành động trong thế giới ảo tương tự như con người hoặc robot. Sự tích hợp này cho phép SIMA 2 hiểu các chỉ dẫn theo ngữ cảnh, suy luận nội bộ (ví dụ, liên kết “quả cà chua chín” với màu đỏ), và thậm chí thực hiện các lệnh dựa trên biểu tượng cảm xúc. Một đổi mới then chốt của SIMA 2 là khả năng tự cải thiện. Trong khi SIMA 1 chỉ dựa vào dữ liệu chơi game do con người cung cấp, SIMA 2 bắt đầu với cơ sở đó nhưng sau đó tự động tạo ra...