SIMA 2 : l’agent IA qui joue, raisonne et apprend dans des mondes 3D virtuels
Google DeepMind dévoile SIMA 2, un agent d’IA généraliste capable de raisonner, dialoguer et s’améliorer en jouant dans des environnements 3D variés, un pas majeur vers l’intelligence artificielle générale incarnée.
En novembre 2025, Google DeepMind présente SIMA 2, une évolution majeure de son agent d’intelligence artificielle généraliste capable d’interagir dans des mondes virtuels 3D. Contrairement à la première version, qui suivait simplement des instructions, SIMA 2 intègre le modèle Gemini pour raisonner, dialoguer avec l’utilisateur et s’auto-améliorer. Cette avancée ouvre la voie à des agents plus autonomes et polyvalents, avec des applications potentielles en robotique et intelligence incarnée.
Une intelligence qui dépasse la simple exécution d’ordres
La première version de SIMA pouvait réaliser plus de 600 actions basiques dans divers jeux vidéo en se basant uniquement sur des instructions en langage naturel, sans accès direct aux mécanismes internes des jeux. SIMA 2, grâce à l’intégration du modèle Gemini, dépasse ce stade en comprenant les objectifs complexes, en réfléchissant à ses actions et en expliquant ses intentions à l’utilisateur. Cette capacité à raisonner transforme l’interaction en une collaboration avec un compagnon intelligent plutôt qu’en une simple commande.
Une généralisation impressionnante dans des environnements variés
SIMA 2 excelle dans la compréhension et l’exécution de tâches longues et complexes, même dans des jeux jamais rencontrés auparavant, comme ASKA ou MineDojo, une version de recherche de Minecraft. Il peut interpréter des consignes multimodales, incluant dessins, emojis et plusieurs langues, et transférer des compétences acquises d’un jeu à un autre, un trait clé de la cognition humaine. Cette capacité à généraliser rapproche ses performances de celles d’un joueur humain sur une large gamme de tâches.
Exploration de mondes générés en temps réel
Pour tester ses limites, SIMA 2 a été associé à Genie 3, un système capable de créer des mondes 3D simulés à partir d’images ou de textes. Dans ces environnements inédits, l’agent s’oriente, comprend les instructions et agit de manière cohérente, démontrant une adaptabilité sans précédent. Cette synergie illustre le potentiel des agents d’IA à évoluer dans des contextes totalement nouveaux sans entraînement préalable.
Une capacité d’auto-amélioration prometteuse
Une des innovations majeures de SIMA 2 réside dans son aptitude à s’améliorer de manière autonome. Après un apprentissage initial basé sur des démonstrations humaines, l’agent peut apprendre seul par essais et erreurs, en utilisant un système de récompenses fourni par Gemini. Ce cycle vertueux permet à chaque génération d’agents de surpasser la précédente sans intervention humaine, un pas crucial vers des IA capables d’apprentissage ouvert et continu.
Perspectives et défis pour l’intelligence incarnée
Si SIMA 2 marque une avancée significative vers une intelligence générale incarnée, plusieurs défis subsistent. L’agent rencontre encore des difficultés avec des tâches très longues nécessitant un raisonnement multi-étapes approfondi et une mémoire étendue. De plus, la maîtrise précise des actions via clavier et souris et la compréhension visuelle fine des scènes 3D restent des domaines à améliorer. Néanmoins, les compétences acquises, telles que la navigation et l’utilisation d’outils, constituent des bases solides pour des applications robotiques futures.
Développement responsable et collaboration
Conscient des enjeux éthiques liés à cette technologie, DeepMind a intégré dès le départ une équipe dédiée au développement responsable. SIMA 2 est actuellement en phase de prévisualisation limitée, accessible à un cercle restreint d’universitaires et développeurs de jeux, afin de recueillir des retours et anticiper les risques. Cette démarche souligne l’importance d’une approche prudente et collaborative dans l’évolution des agents d’IA avancés.
