Alexandre Moufarek, diretor da Inception Team do Google DeepMind, disse em entrevista publicada em 30 de outubro de 2026 que a pesquisa com agentes em EVE Online estava em estágio inicial e ocorria em instâncias sandbox offline, em parceria com Fenris Creations. Segundo ele, os agentes não eram usados em servidores multiplayer ao vivo. A declaração situa o trabalho em um ambiente controlado; o relatório técnico do SIMA 2 ajuda a entender o que esse agente consegue observar, fazer e aprender entre etapas de treinamento.
A pesquisa em EVE Online ocorre em sandboxes offline
A descrição de Moufarek apresenta a pesquisa em EVE Online como trabalho inicial em instâncias offline, não como operação de agentes em partidas multiplayer ao vivo. O ambiente virtual permite estudar agentes que recebem objetivos e interagem com o jogo, enquanto o uso relatado permanece fora dos servidores ao vivo.
O SIMA 2 foi anunciado pelo Google DeepMind em 13 de novembro de 2025 como uma prévia de pesquisa limitada, com acesso antecipado para um pequeno grupo de acadêmicos e desenvolvedores de jogos. A empresa o descreve como um agente de pesquisa para mundos virtuais 3D, não como um produto de consumo. (Google DeepMind)
O que o SIMA 2 vê e como age
O relatório técnico da equipe SIMA identifica o Gemini Flash-Lite ajustado para a tarefa como a arquitetura do agente. O SIMA 2 recebe imagens RGB em 720p periodicamente e age por meio de 96 teclas padrão, cliques do mouse e movimentos relativos do mouse em incrementos discretos. O sistema usa o que aparece na tela, sem receber o estado interno do jogo. (Relatório técnico da equipe SIMA)
Uma configuração separada pode combinar o SIMA 2 com um modelo Gemini Pro, que analisa o histórico recente de vídeo em intervalos mais lentos e fornece instruções de nível mais alto. Essa opção não significa que o Gemini Pro seja o modelo-base do agente.
A diferença entre observar uma tela e receber acesso direto à lógica do jogo é central: o SIMA 2 precisa interpretar imagens e executar ações por controles comuns. Na demonstração de pesquisa do Google DeepMind, cenas de jogo mostram o agente navegando por ambientes 3D, enquanto textos na tela apresentam planos e intenções durante a interação.
Em Space Engineers, a demonstração publicada pelo canal do jogo mostra comandos por texto para navegar até um depósito de gelo, perfurar, abrir o inventário e minerar pedra. O relatório técnico também separa o agente do Genie 3, modelo de mundo usado para gerar ambientes de teste. Para conhecer outra pesquisa do Google DeepMind sobre mundos interativos, veja a cobertura da NeoTeo sobre o Genie 4 e a geração de ambientes com áudio.
A melhoria acontece entre etapas de treinamento
O treinamento descrito pela equipe SIMA combina dados de partidas humanas com anotações geradas por Gemini, incluindo linguagem, diálogos e raciocínio. O processo inclui ajuste supervisionado e aprendizado por reforço em tarefas verificáveis. (Relatório técnico da equipe SIMA)
No ciclo de autoaperfeiçoamento, o Gemini propõe tarefas e outro modelo baseado em Gemini avalia as trajetórias do agente com notas de 0 a 100. O estudo considera sucesso uma nota de pelo menos 50. As experiências acumuladas entram em etapas posteriores de treinamento; o processo descrito não é aprendizado contínuo e instantâneo durante uma partida comum.
Em um experimento com um conjunto fixo de tarefas em ASKA, menos de um quarto das tarefas inicialmente atingia o limite de sucesso. Após sucessivas iterações de autoaperfeiçoamento, todas ultrapassaram esse limite. Em uma demonstração separada de progressão no jogo, o agente construiu um abrigo dentro de uma janela de uma hora.
O que a avaliação mede e quais limites permanecem
ASKA e MineDojo ficaram fora dos ambientes de treinamento e foram avaliados quantitativamente. No MineDojo, conjunto de tarefas baseado em Minecraft, o SIMA 2 concluiu tarefas em 26 das 50 categorias avaliadas. O número descreve o resultado desse teste específico. Nos ambientes de treinamento avaliados, a equipe relata que a taxa média de sucesso do SIMA 2 foi praticamente o dobro da obtida pelo SIMA 1. (Relatório técnico da equipe SIMA)
A equipe também aponta dificuldades em tarefas longas que exigem várias etapas e verificação de objetivos, memória curta durante a interação, controle preciso de teclado e mouse e interpretação visual robusta de cenas complexas. Esses limites ajudam a situar os resultados: completar tarefas em categorias avaliadas não equivale a executar com confiabilidade qualquer objetivo em qualquer jogo.
