Alexandre Moufarek describió en una entrevista publicada por AI Magazine el 30 de octubre de 2026 una investigación inicial de Google DeepMind con SIMA 2 en EVE Online. Según Moufarek, el trabajo con Fenris Creations se llevaba a cabo en instancias sandbox offline, no en servidores multijugador activos.
Google DeepMind había presentado SIMA 2 el 13 de noviembre de 2025 como un proyecto de investigación y una vista previa limitada, con acceso temprano para un pequeño grupo de académicos y desarrolladores de videojuegos (anuncio de Google DeepMind).
Cómo observa y controla SIMA 2
El informe técnico del equipo SIMA identifica Gemini Flash-Lite ajustado para la tarea como la arquitectura del agente. SIMA 2 recibe periódicamente imágenes RGB de 720p y actúa mediante 96 teclas estándar, clics de ratón y movimientos relativos discretizados del ratón. No recibe acceso privilegiado al estado interno del juego: su interacción parte de lo que ve en pantalla. (Informe técnico del equipo SIMA)
El informe también describe una configuración opcional que combina SIMA 2 con un modelo Gemini Pro separado. Ese modelo aporta instrucciones de razonamiento de más alto nivel a un ritmo más lento; no es la arquitectura base del agente.
En Space Engineers, el agente recibe órdenes de texto para desplazarse hasta una zona con hielo, perforar, abrir el inventario y extraer piedra. La demostración del canal de Space Engineers muestra esas acciones dentro del juego:
La mejora se incorpora en nuevas iteraciones de entrenamiento
El entrenamiento descrito por el equipo combina partidas humanas con anotaciones lingüísticas y de razonamiento generadas por Gemini. El proceso incluye ajuste fino supervisado y aprendizaje por refuerzo en tareas verificables. En los experimentos de mejora, Gemini propone tareas y otro modelo basado en Gemini puntúa las trayectorias entre 0 y 100; el equipo considera que una puntuación de 50 o más representa un éxito. La experiencia acumulada se usa en iteraciones posteriores de entrenamiento, en lugar de cambiar instantáneamente el agente durante una partida normal.
En un experimento con un conjunto fijo de tareas de ASKA, al principio menos de una cuarta parte superaba ese umbral; tras varias iteraciones, lo superaban todas. En una prueba distinta de progresión dentro del juego, el agente construyó un refugio en el transcurso de una hora.
SIMA 2 es el agente que actúa en los entornos; Genie 3 es un modelo del mundo separado que genera entornos interactivos para probarlo. Para ampliar esa otra parte del tema, NeoTeo ya explicó cómo Genie 4 genera mundos interactivos con audio. Genie 3 y Genie 4 son modelos distintos.
Qué miden las pruebas y qué límites persisten
En los entornos de entrenamiento evaluados, el informe dice que SIMA 2 prácticamente duplicó la tasa media de éxito de SIMA 1, tanto en tareas evaluadas automáticamente como en las calificadas por personas. Para probar el rendimiento fuera de esos entornos, el equipo evaluó cuantitativamente ASKA y MineDojo, que no formaban parte del entrenamiento. En MineDojo, SIMA 2 completó tareas en 26 de sus 50 categorías.
El resultado de MineDojo corresponde a esas categorías de tareas; la comparación con SIMA 1 corresponde a la batería de evaluación del equipo. El informe también señala dificultades en tareas largas que requieren varios pasos y comprobar objetivos, en la memoria de interacción, en el control preciso del teclado y el ratón y en la comprensión visual de escenas complejas.
