Fortschritte in der Künstlichen Intelligenz: Google DeepMind präsentiert den neuen KI-Agenten SIMA 2

Revolution in der virtuellen Interaktion: Google DeepMinds SIMA 2 setzt neue Maßstäbe für KI-Agenten

In der Welt der Künstlichen Intelligenz (KI) sind Fortschritte, die die Grenzen des Machbaren verschieben, von großem Interesse. Google DeepMind hat mit der Vorstellung von SIMA 2 (Scalable Instructable Multiworld Agent) einen bedeutenden Entwicklungsschritt in diesem Bereich präsentiert. Dieser KI-Agent, der auf den fortgeschrittenen Fähigkeiten der Gemini-Modelle basiert, demonstriert eine neue Ebene der Interaktion, des Verständnisses und der Anpassungsfähigkeit in komplexen virtuellen 3D-Umgebungen. Die Implikationen dieser Technologie reichen von der Weiterentwicklung der Künstlichen Allgemeinen Intelligenz (AGI) bis hin zu potenziellen Anwendungen in der Robotik.

Von der Befehlsausführung zur intelligenten Kollaboration

Die erste Version von SIMA, die 2024 eingeführt wurde, konnte grundlegende Anweisungen in einer Vielzahl virtueller Umgebungen befolgen. Mit SIMA 2 geht Google DeepMind nun einen Schritt weiter. Durch die Integration eines Gemini-Modells als Kern des Agenten kann SIMA 2 nicht nur auf Anweisungen reagieren, sondern diese auch interpretieren, über Ziele nachdenken, mit Benutzern kommunizieren und sich im Laufe der Zeit selbst verbessern. Dies transformiert den Agenten von einem reinen Befehlsempfänger zu einem interaktiven Begleiter, der in der Lage ist, Aufgaben mit einem tieferen Verständnis und einer strategischen Planung anzugehen.

Die Architektur von SIMA 2 ermöglicht es dem Agenten, hochrangige Ziele zu erfassen, komplexe Überlegungen anzustellen und zielgerichtete Aktionen in Spielen geschickt auszuführen. Das Training erfolgte unter Verwendung einer Kombination aus menschlichen Demonstrationsvideos mit Sprachlabels und von Gemini generierten Labels. Dies befähigt SIMA 2, seine Absichten und die Schritte zur Zielerreichung dem Benutzer gegenüber zu erläutern. Die Interaktion mit dem Agenten wird somit als eine Zusammenarbeit mit einem intelligenten Partner wahrgenommen, der die jeweilige Aufgabe versteht und mitdenkt.

Signifikante Fortschritte in Generalisierung und Anpassungsfähigkeit

Ein zentraler Aspekt der Weiterentwicklung von SIMA 2 liegt in seinen verbesserten Generalisierungsfähigkeiten. Der Agent kann nun komplexere und nuanciertere Anweisungen verstehen und erfolgreicher umsetzen als sein Vorgänger. Dies gilt insbesondere für Situationen oder Spiele, für die er nicht explizit trainiert wurde, wie das Wikinger-Survival-Spiel ASKA oder die Minecraft-Forschungsimplementierung MineDojo.

SIMA 2 demonstriert ein hohes Maß an Anpassungsfähigkeit, indem es erlernte Konzepte über verschiedene Spiele hinweg transferieren kann. Beispielsweise kann das Verständnis des "Abbaus" in einem Spiel auf das "Ernten" in einem anderen übertragen werden. Diese Fähigkeit ist entscheidend für das Erreichen einer breiten Generalisierung, die der menschlichen Kognition ähnelt. Infolgedessen nähert sich die Leistung von SIMA 2 bei einer Vielzahl von Aufgaben signifikant der eines menschlichen Spielers an.

Um die Grenzen der Generalisierungsfähigkeiten von SIMA 2 zu testen, wurde der Agent mit Genie 3 kombiniert, einem weiteren Forschungsprojekt von Google DeepMind, das neue, in Echtzeit generierte 3D-Welten aus einem einzigen Bild oder Textprompt erzeugen kann. SIMA 2 war in diesen unbekannten Welten in der Lage, sich sinnvoll zu orientieren, Benutzeranweisungen zu verstehen und bedeutungsvolle Aktionen zur Zielerreichung auszuführen, was ein hohes Maß an Adaptivität unterstreicht.

Selbstverbesserung als Wegbereiter für zukünftige KI

Eine der bemerkenswertesten neuen Funktionen von SIMA 2 ist die Fähigkeit zur Selbstverbesserung. Während des Trainings konnten die SIMA 2-Agenten zunehmend komplexe und neue Aufgaben durch Trial-and-Error und Gemini-basiertes Feedback bewältigen. Nach dem anfänglichen Lernen aus menschlichen Demonstrationen kann SIMA 2 in neuen Spielen ausschließlich durch selbstgesteuertes Spielen lernen und seine Fähigkeiten in zuvor ungesehenen Welten ohne zusätzliche menschlich generierte Daten weiterentwickeln. Die dabei gewonnenen Erfahrungsdaten können dann zur Schulung nachfolgender, noch leistungsfähigerer Versionen des Agenten genutzt werden.

Dieser iterative Verbesserungszyklus, bei dem Gemini anfängliche Aufgaben und eine geschätzte Belohnung für das Verhalten von SIMA 2 bereitstellt, schafft eine Grundlage für eine Zukunft, in der Agenten mit minimalem menschlichen Eingriff lernen und wachsen können. Dies ist ein wichtiger Schritt in Richtung offener Lernsysteme in der verkörperten KI.

Blick in die Zukunft: Allgemeine verkörperte Intelligenz und Robotik

Die Fähigkeit von SIMA 2, in unterschiedlichen Gaming-Umgebungen zu agieren, dient als Testfeld für allgemeine Intelligenz. Sie erlaubt es Agenten, Fähigkeiten zu meistern, komplexes Denken zu üben und kontinuierlich durch selbstgesteuertes Spielen zu lernen. Obwohl SIMA 2 einen bedeutenden Schritt hin zu einer generalistischen, interaktiven und verkörperten Intelligenz darstellt, weist es noch Forschungsbereiche für zukünftige Arbeiten auf. Dazu gehören Herausforderungen bei sehr langwierigen, komplexen Aufgaben, die umfangreiche, mehrstufige Argumentationen und Zielüberprüfungen erfordern, sowie die begrenzte Gedächtniskapazität für Interaktionen und die Präzision von Low-Level-Aktionen über Tastatur- und Mausinterfaces.

Die Forschungsergebnisse von SIMA 2 validieren einen neuen Ansatz für aktionsorientierte KI. Sie bestätigen, dass eine KI, die auf breite Kompetenz trainiert ist und vielfältige Multi-Welt-Daten sowie die leistungsstarke Argumentationsfähigkeit von Gemini nutzt, die Fähigkeiten vieler spezialisierter Systeme in einem kohärenten, generalistischen Agenten vereinen kann. Die erlernten Fähigkeiten – von Navigation und Werkzeuggebrauch bis hin zur kollaborativen Aufgabenausführung – sind grundlegende Bausteine für die physische Verkörperung von Intelligenz, die für zukünftige KI-Assistenten in der physischen Welt benötigt wird.

Verantwortungsvolle Entwicklung

Google DeepMind betont die Bedeutung einer verantwortungsvollen Entwicklung von SIMA 2. Der interaktive, menschenzentrierte Agent, der seine Denkprozesse erläutern kann, wird derzeit als begrenzte Forschungsvorschau für Akademiker und Spieleentwickler bereitgestellt. Dieser Ansatz ermöglicht es, wichtiges Feedback und interdisziplinäre Perspektiven zu sammeln, um potenzielle Risiken zu verstehen und geeignete Maßnahmen zu deren Minderung zu entwickeln. Die Zusammenarbeit mit der Gemeinschaft ist dabei ein zentraler Bestandteil, um diese Technologie verantwortungsvoll weiterzuentwickeln.

Die Fortschritte mit SIMA 2 sind ein klares Indiz für die rasante Entwicklung im Bereich der KI. Während die Reise zur Künstlichen Allgemeinen Intelligenz noch andauert, zeigen Projekte wie SIMA 2, wie nah die Forschung der Schaffung von Systemen kommt, die nicht nur Aufgaben ausführen, sondern auch lernen, argumentieren und sich an eine sich ständig verändernde Welt anpassen können.

Bibliography: - AI Copium. (2025, November). Google Just Took a HUGE STEP Toward AGI. YouTube. - Choudhary, G. (2025, November 15). Meet Google DeepMind's SIMA 2: AI that can think, plan and explore games like a human. Livemint. - Dutta, A. (2025, November 14). Google’s SIMA 2 AI Agent Can Play No Man's Sky and Goat Simulator 3. Gadgets360. - Field, H. (2025, November 13). Watch Google DeepMind’s new AI agent learn to play video games. The Verge. - SIMA Team. (2025, November 13). SIMA 2: An Agent that Plays, Reasons, and Learns With You in Virtual 3D Worlds. DeepMind. - Heaven, W. D. (2025, November 13). Google DeepMind is using Gemini to train agents inside Goat Simulator 3. Technology Review. - Wheatley, M. (2025, November 13). Google DeepMind's SIMA 2 agent learns to think and act inside virtual worlds. SiliconANGLE. - Zuckerman, G. (2025, November 13). Google Releases SIMA 2 Gemini Agent for Virtual Worlds. FindArticles. - Zuckerman, G. (2025, November 13). Google’s SIMA 2 agent uses Gemini in virtual worlds. FindArticles.