In un’intervista pubblicata il 30 ottobre 2026, Alexandre Moufarek di Google DeepMind ha descritto la ricerca con SIMA 2 in EVE Online come ancora iniziale e condotta in istanze sandbox offline, non su server multiplayer attivi. La data è quella dell’intervista; Moufarek non ha indicato quando è iniziata la ricerca. Ha inoltre riferito che il lavoro coinvolge Fenris Creations.
La ricerca in EVE Online resta nei sandbox offline
Il confine descritto da Moufarek distingue questa attività di ricerca dall’impiego di agenti in partite multiplayer live. Il suo resoconto riguarda istanze offline di EVE Online e una fase iniziale del lavoro. L’intervista non indica una data di avvio del progetto.
Che cosa vede SIMA 2 e come agisce
Il rapporto tecnico del team SIMA descrive un agente basato su Gemini Flash-Lite, adattato tramite fine-tuning per interagire con ambienti virtuali. SIMA 2 riceve periodicamente fotogrammi RGB a 720p e agisce con 96 tasti standard, clic del mouse e movimenti relativi del mouse discretizzati. Non riceve informazioni privilegiate sullo stato interno del gioco: opera a partire da ciò che vede sullo schermo e dai controlli disponibili. Il rapporto tecnico del team SIMA
In una configurazione distinta, un modello Gemini Pro può analizzare la storia video recente e inviare istruzioni di livello superiore a SIMA 2, con una cadenza più lenta. Non è il modello di base dell’agente e il rapporto non descrive questa configurazione come presente in ogni dimostrazione.
La distinzione tra un agente che attraversa un ambiente e un modello che lo genera aiuta a orientarsi nel tema dei mondi interattivi, già affrontato nella copertura di NeoTeo su Genie 4. Negli esperimenti descritti dal team, SIMA 2 è l’agente; Genie 3 è un modello separato usato per generare ambienti di prova.
In Space Engineers, una dimostrazione pubblicata dal canale del gioco mostra SIMA 2 mentre riceve comandi testuali per raggiungere un punto, perforare il ghiaccio, aprire l’inventario e scavare pietra. Sono attività eseguite tramite l’interfaccia di gioco, non un accesso dichiarato al codice o allo stato interno del gioco.
Il miglioramento avviene tra le iterazioni di addestramento
Il rapporto descrive un ciclo in cui Gemini propone compiti e un modello di ricompensa basato su Gemini assegna alle traiettorie un punteggio da 0 a 100. Il team considera riuscite quelle con almeno 50 punti e usa l’esperienza accumulata per addestrare le iterazioni successive. L’addestramento combina dati di partite umane e annotazioni generate da Gemini; comprende inoltre fine-tuning supervisionato e apprendimento per rinforzo online su compiti verificabili. Il rapporto tecnico
Nel test su un insieme fisso di compiti in ASKA, il punteggio ha superato la soglia di successo per tutti i compiti dopo le iterazioni successive, partendo da meno di un quarto. In un esperimento distinto di progressione nel gioco, l’agente ha costruito un rifugio entro un’ora. Sono risultati di addestramento tra iterazioni, non un processo descritto come apprendimento immediato e continuo durante una normale partita.
Gli esempi del rapporto includono anche schizzi, emoji e istruzioni in francese, tedesco e mandarino, nonostante i dati di addestramento per l’interazione embodied fossero in inglese. Sono modalità mostrate negli esperimenti, non una garanzia di prestazioni affidabili con ogni lingua o tipo di prompt.
Che cosa misurano i test e quali limiti restano
Nel test quantitativo su MineDojo, benchmark di compiti in Minecraft escluso dall’addestramento, SIMA 2 ha completato attività in 26 delle 50 categorie valutate. Il team riferisce inoltre che, negli ambienti usati per l’addestramento, il tasso medio di successo è raddoppiato rispetto a SIMA 1 nelle prove considerate. Questi risultati appartengono a valutazioni specifiche, non a una misura unica delle capacità dell’agente. Il rapporto tecnico del team SIMA
Il rapporto segnala difficoltà nel mantenere il ragionamento e verificare gli obiettivi nei compiti lunghi, nella memoria durante l’interazione, nel controllo preciso di tastiera e mouse e nell’interpretazione visiva di scene complesse. Sono limiti che incidono proprio sulle attività prolungate e articolate descritte dagli esperimenti.
