Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind13. November 2025 · Q003947

SIMA 2: A Gemini-Powered AI Agent for 3D Virtual Worlds

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Google DeepMind zufolge erweitert SIMA 2 einen auf Sprachbefehle ausgerichteten Spielagenten um Planung, Dialog und selbstständiges Lernen. Das Team berichtet über bessere Ergebnisse in unbekannten Spielen und einen Lernkreislauf aus eigenen Spielerfahrungen, doch der Blog nennt keine ausführlichen Testmethoden oder Zahlen; einige ergänzende Bildbeschriftungen sind abgeschnitten.

Mittel

Der Bericht beschreibt SIMA 2, einen von Google DeepMind entwickelten KI-Agenten für virtuelle 3D-Welten. Anders als SIMA 1, der vor allem einzelne Sprachbefehle ausführte, soll SIMA 2 mit einem integrierten Gemini-Modell Ziele erschließen, Handlungsschritte planen, Aufgaben ausführen und sein Vorgehen erklären können. Trainiert wurde er laut Entwicklerteam mit menschlichen Vorführungen und von Gemini erzeugten Beschriftungen.

Das Team berichtet von besseren Ergebnissen bei komplexen und längeren Aufgaben sowie bei Spielen, die der Agent zuvor nicht gesehen hatte, darunter ASKA und MineDojo. Er soll außerdem Fähigkeiten zwischen Spielen übertragen und multimodale, mehrsprachige sowie Emoji-haltige Eingaben verstehen. In Auswertungen habe er sich der Leistung menschlicher Spieler angenähert. Der Blog nennt jedoch keine ausführlichen Testzahlen oder Methoden; zudem beruhten die SIMA-1-Vergleiche auf einem erweiterten, schwierigeren Testsatz.

Ein beschriebener Lernkreislauf nutzt selbst erzeugte Spielerfahrungen und Gemini-Feedback, um spätere Versionen zu trainieren. SIMA 2 wird zunächst als begrenzte Forschungsvorschau einer kleinen Gruppe zugänglich gemacht, während Risiken und Gegenmaßnahmen weiter untersucht werden. Einige ergänzende Bildbeschriftungen am Ende des bereitgestellten Berichts sind abgeschnitten.

Ausführlich lesen

Der Bericht stellt SIMA 2 vor, die nächste Entwicklungsstufe des von Google DeepMind beschriebenen KI-Agenten für virtuelle 3D-Welten. Während die erste Version vor allem einzelne Sprachbefehle ausführte, soll SIMA 2 mithilfe eines integrierten Gemini-Modells Ziele verstehen, Handlungsschritte planen, in der Umgebung handeln und mit Nutzenden über sein Vorgehen sprechen können. Das Team bezeichnet dies als wichtigen Schritt in Richtung allgemeiner KI und möglicher verkörperter KI; diese Einordnung ist eine Aussage der Entwickler, kein im Bericht unabhängig belegter Nachweis.

SIMA 1 hatte laut Bericht mehr als 600 sprachgesteuerte Fähigkeiten in verschiedenen kommerziellen Spielen erlernt. Wie ein Mensch nahm der Agent dabei den Bildschirminhalt wahr und bediente virtuelle Tastatur und Maus, ohne auf die zugrunde liegende Spielmechanik zuzugreifen. Für SIMA 2 kombinierte das Team Videos menschlicher Vorführungen mit Sprachbeschriftungen und von Gemini erzeugten Beschriftungen. Die Entwickler berichten, der Agent könne dadurch komplexere und nuanciertere Aufträge bearbeiten, seine Absichten erläutern und Fragen beantworten.

Der Bericht hebt die Übertragung von Fähigkeiten auf neue Situationen hervor. In Tests habe SIMA 2 Aufgaben in zuvor ungesehenen Spielen wie ASKA und MineDojo erfolgreicher erledigt als SIMA 1. Der Agent könne etwa verwandte Konzepte aus einem Spiel auf ein anderes übertragen, mehrsprachige, multimodale und sogar Emoji-haltige Eingaben verstehen sowie längere Aufgaben bewältigen. Laut den gezeigten Auswertungen nähere sich seine Leistung über verschiedene Aufgaben hinweg der von Menschen an. Genaue Zahlen oder eine ausführliche Beschreibung der Testmethoden enthält der Blogtext jedoch nicht; zudem wird darauf hingewiesen, dass die hier berichteten SIMA-1-Werte aus einem erweiterten und schwierigeren Evaluationssatz stammen.

Ein weiterer Versuch kombinierte SIMA 2 mit Genie 3, das aus einem Bild oder Textprompt neue simulierte 3D-Welten erzeugen kann. Nach Darstellung des Teams konnte SIMA 2 sich auch dort orientieren, Anweisungen verstehen und auf Ziele hinarbeiten, obwohl es diese Umgebungen zuvor nicht gesehen hatte.

Der Bericht beschreibt außerdem einen Lernkreislauf: Gemini gibt Aufgaben und geschätzte Belohnungen vor; SIMA 2 sammelt eigene Spielerfahrungen, die für spätere Trainingsgenerationen genutzt werden. So soll der Agent nach anfänglichem Lernen aus menschlichen Vorführungen in neuen Spielen durch selbstgesteuertes Ausprobieren Fortschritte machen. Die Entwickler berichten, dass dadurch zuvor gescheiterte Aufgaben ohne zusätzliches menschliches Feedback oder Gameplay-Daten gelingen können. Das ist als Forschungsergebnis des Teams dargestellt; Umfang und Grenzen des Verfahrens werden im Blogbeitrag nicht ausführlich quantifiziert.

SIMA 2 wird als begrenzte Forschungsvorschau für eine kleine Gruppe von Wissenschaftlern und Spieleentwicklern angeboten. Das Team begründet den gestuften Zugang mit dem Bedarf an Rückmeldungen und einer fortlaufenden Untersuchung möglicher Risiken und Gegenmaßnahmen. Der bereitgestellte Bericht enthält den Blogbeitrag weitgehend, doch einige nachträglich aufgeführte Abbildungsbeschriftungen am Ende brechen mitten im Text ab.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Bewertungen stützen sich allein auf den Bericht. Der Blogtext enthält Fähigkeitsbelege, aber keine Ausrichtungsmessungen; die Anteilswerte in Lunas Einordnung sind nicht nachvollziehbar und wurden nicht übernommen.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Kombination von SIMA 2 mit Genie 3 zum Testen in neu generierten 3D-Welten, bei der der Agent sich orientieren und sinnvoll handeln konnte
  • Die Einordnung der Selbstverbesserung als eigene Kernfähigkeit, bei der SIMA 2 ohne menschliche Daten aus eigenen Spielerfahrungen lernt

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 40 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 60 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 23 %Hintergrund, keine Belege
    • Luna 64 %einzelne zitierbare Belege
    • JEV 57 %einzelne zitierbare Belege
    • amos 32 %Hintergrund, keine Belege
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 32 %Hintergrund, keine Belege
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 30 %Hintergrund, keine Belege
    • amos 29 %nur am Rande erwähnt
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht

    • SF-T1-T05 Welche messbaren Vergleichswerte würden zeigen, dass die Ausrichtung der Modelle eines Labors an den vorgesehenen Zielen und Werten schneller vorankommt, als ihre Fähigkeiten wachsen, über das Fehlen öffentlicher Fehlschläge hinaus? Luna: Stufe 3 · 61 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 24 %Hintergrund, keine Belege
    • Luna 39 %einzelne zitierbare Belege
    • JEV 53 %beantwortet teilweise oder widerspricht
    • amos 36 %einzelne zitierbare Belege
    • SubQ 32 %einzelne zitierbare Belege
    • drex 41 %einzelne zitierbare Belege
    • d3-ultra 55 %einzelne zitierbare Belege

    • SF-T3-T01 Welches messbare Zeichen, also welche beobachtbare Änderung in der Fähigkeit eines Modells, die Abläufe zu verbessern, mit denen seine eigenen Fähigkeiten entwickelt werden, würden Labore und Staaten gemeinsam als Beginn der Selbstverbesserung anerkennen, und wer darf im Labor danach suchen? Welche beobachtbare Änderung markiert den Schritt von beaufsichtigter automatisierter Forschung zu voll selbstständiger Selbstverbesserung, und welche öffentliche Stelle darf diesen Schritt nach Prüfung der Belege für menschliche Kontrolle erlauben oder ablehnen? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege
    • SF-T3-T08 Welche kontrollierten Versuche können Labore heute machen, um Selbstverbesserung nachzubilden, ohne eine unbeabsichtigte Beschleunigung zu riskieren? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 27 %Hintergrund, keine Belege
    • Luna 48 %einzelne zitierbare Belege
    • JEV 43 %einzelne zitierbare Belege
    • amos 30 %Hintergrund, keine Belege
    • SubQ 41 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht

    • SF-V1-T01 Welche beobachtbaren Belege zeigen die Ziele und Werte eines Modells und ob es noch ausgerichtet ist, wenn seine sichtbaren Gedankengänge kein verlässlicher Hinweis mehr darauf sind oder ihre Überwachung nachlässt? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 4 · 47 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
    • SF-V1-T03 Was ist das Kleinste, das ein Modell öffentlich vorlegen kann (ein Test, ein Protokoll, eine Spur), das als Beleg für Ausrichtung an den vorgesehenen Zielen und Werten zählt und nicht nur für Leistung? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege
    • SF-V1-T07 Lieber ein Modell, das immer seinen Lösungsweg zeigen muss, oder eines, das im Stillen mehr kann: Welches Risiko nimmt man in Kauf? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege
    • SF-V1-T10 Kann etwas, das Modelle über sich und ihre Absichten sagen, als Beleg für Ausrichtung zählen, wenn es nur weiterer erzeugter Text ist, und welche Verfahren machen solche Selbstauskünfte vertrauenswürdig statt nur flüssig? Luna: Stufe 4 · 55 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 26 %Hintergrund, keine Belege
    • Luna 66 %einzelne zitierbare Belege
    • JEV 37 %einzelne zitierbare Belege
    • amos 33 %Hintergrund, keine Belege
    • SubQ 37 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 63 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat? Luna: Stufe 3 · 51 % · Hintergrund, keine Belege
  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 61 %einzelne zitierbare Belege
    • amos 31 %nur am Rande erwähnt
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 63 %gleiches Oberthema, hilft nicht

  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 28 %Hintergrund, keine Belege
    • Luna 47 %einzelne zitierbare Belege
    • JEV 53 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 27 %Hintergrund, keine Belege
    • d3-ultra 59 %gleiches Oberthema, hilft nicht

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 32 %Hintergrund, keine Belege
    • Luna 48 %Hintergrund, keine Belege
    • JEV 52 %einzelne zitierbare Belege
    • amos 25 %Hintergrund, keine Belege
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 31 %gleiches Oberthema, hilft nicht
    • d3-ultra 46 %gleiches Oberthema, hilft nicht

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 32 %gleiches Oberthema, hilft nicht
    • Luna 31 %Hintergrund, keine Belege
    • JEV 35 %gleiches Oberthema, hilft nicht
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 72 %gleiches Oberthema, hilft nicht
  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 45 %gleiches Oberthema, hilft nicht
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %gleiches Oberthema, hilft nicht

Modelle teilen und schützen
  1. SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
    • clef 100 %kein Bezug
    • Luna 32 %Hintergrund, keine Belege
    • JEV 42 %einzelne zitierbare Belege
    • amos 29 %nur am Rande erwähnt
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 48 %einzelne zitierbare Belege
    • amos 26 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %gleiches Oberthema, hilft nicht
  3. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 53 %einzelne zitierbare Belege
    • JEV 48 %einzelne zitierbare Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

  4. SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
    • clef 100 %kein Bezug
    • Luna 50 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 49 %einzelne zitierbare Belege
    • JEV 60 %einzelne zitierbare Belege
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 69 %gleiches Oberthema, hilft nicht
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht

    • SF-O2-T05 Welche öffentlichen Zusagen eines Spitzenlabors macht die juristische Person, die bei einem Bruch verklagt würde, und welche nur das Forschungsteam, und veröffentlichen die Labore das für jede Zusage? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 61 %Hintergrund, keine Belege
    • JEV 55 %einzelne zitierbare Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 68 %Hintergrund, keine Belege
    • JEV 34 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  4. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 41 %einzelne zitierbare Belege
    • JEV 60 %einzelne zitierbare Belege
    • amos 33 %nur am Rande erwähnt
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht

    • SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →