【#谷歌发布通用AI智能体，3D游戏玩法料将变天】谷歌DeepMind推出SIMI（ScalableInstructableMu

【#谷歌发布通用AI智能体，3D游戏玩法料将变天】谷歌DeepMind推出SIMI（ScalableInstructableMultiworldAgent，顾名思义可扩展、可指导、多世界），打造出首个能在广泛3D虚拟环境和视频游戏中遵循自然语言指令的通用AI智能体，号称可以成为玩家拍档、帮忙干活打杂。比如：在《模拟山羊3》（GoatSimulator3）中当司机开开车，在《幸福工厂》（Satisfactory）中挖矿石，在《瓦尔海姆》（Valheim）中寻找水源，在《无人深空》中（NoMan’sSky）驾驶宇宙飞船射击小行星收集资源。

谷歌发布通用AI智能体，3D游戏玩法料将变天

谷歌发布通用AI智能体，3D游戏玩法料将变天谷歌DeepMind推出SIMI（ScalableInstructableMultiworldAgent，顾名思义可扩展、可指导、多世界），打造出首个能在广泛3D虚拟环境和视频游戏中遵循自然语言指令的通用AI智能体，号称可以成为玩家拍档、帮忙干活打杂。比如：在《模拟山羊3》（GoatSimulator3）中当司机开开车，在《幸福工厂》（Satisfactory）中挖矿石，在《瓦尔海姆》（Valheim）中寻找水源，在《无人深空》中（NoMan’sSky）驾驶宇宙飞船射击小行星收集资源。标签:#Google#SIMI频道:@GodlyNews1投稿:@GodlyNewsBot

Google DeepMind 公布 Genie 模型，可生成可交互的虚拟环境

GoogleDeepMind公布Genie模型，可生成可交互的虚拟环境GoogleDeepMind今天介绍了Genie，一种根据互联网视频训练的基础世界模型，可以从合成图像、照片甚至草图生成无数种可玩（动作可控）的世界。Genie可以用它以前从未见过的图像来作为输入，使人们能够与生成的虚拟世界进行交互。它由一个时空视频标记器、一个自回归动力学模型和一个简单且可扩展的潜在行动模型组成。该模型可根据没有任何标注数据的公开互联网视频的大型数据集进行训练。该模型当前专注于2D平台游戏和机器人的视频，但其方法是通用的，并且可以扩展到任何类型的领域和更大的数据集。团队还通过使用Google的RT-1机器人的摄像头视频数据训练模型，表明Genie能够学习与现实世界一致的动作空间。这可能产生一个现实世界模拟器，以便训练未来的通用智能体。——,

谷歌通用AI智能体发布 3D游戏玩法要变天了

谷歌通用AI智能体发布3D游戏玩法要变天了比如，在《模拟山羊3》（GoatSimulator3）中当司机开开车：在《幸福工厂》（Satisfactory）中挖矿石：在《瓦尔海姆》（Valheim）中寻找水源：在《无人深空》中（NoMan’sSky）驾驶宇宙飞船射击小行星收集资源：……SIMA全称ScalableInstructableMultiworldAgent，顾名思义可扩展、可指导、多世界。之前，GoogleDeepMind在AI+游戏方面也做过许多工作，比如推出能和人类玩家打PK、会玩《星际争霸II》的AlphaStar系统。而SIMA被DeepMind称作是一个“新的里程碑”，主打从适用单一游戏转向通用多种游戏，且可遵循语言指令。SIMA一公开，网友们也是讨论热烈。让它们替我完成无聊繁琐的任务，这样我就可以直接做有趣的部分，而不必花几个小时培育chocobos获取随机召唤。嗯…《最终幻想》（FinalFantasy）玩家无疑了。专业《模拟山羊》玩家在此刻也懵了：最近这一连串的AI进展也是整的网友们措不及防，直呼“慢一点”：10秒内完成的简单任务接下来再来看一波SIMA的表现。为了让SIMA接触到更多游戏环境，开发团队表示目前已与八家游戏工作室合作，在九款不同的视频游戏上训练和测试了SIMA。当前的SIMA已在600个基本技能上进行了评估。基本操作、交互、使用菜单都会：简单的任务，10秒内可完成。各种场景都能适应：除此外，GoogleDeepMind还发布了一份技术报告，一起来看看里面都有啥。未见过的游戏也会玩SIMA的整体架构是将预训练视觉模型与自监督学习的Transformer相结合。从用户那里接收语言指令，并从环境中获取图像观察结果，然后将它们映射为键盘和鼠标动作。具体架构如下图：开发人员收集了一个既包括精选研究环境又包括商业视频游戏的大型多样化游戏数据集。此外，他们还用Unity创建的一个新环境，名为“theConstructionLab”。在这个环境中，智能体需要使用积木构建雕塑，这考验了它们对物体的操纵能力和对物理世界的理解。数据收集包含多种方法，比如让不同成对的人类玩家的互动，其中一名玩家观察并指导另一名玩家，以此来捕获语言指令；让玩家自由玩游戏，观察他们的操作，并记录下可能导致其游戏行为的指令。通过在不同的游戏世界中学习，SIMA能够将语言与游戏行为相结合。不需要访问游戏源代码，也不需要定制API，仅需要两个输入：屏幕上的图像和用户提供的简单的自然语言指令。然后SIMA就会使用键盘和鼠标输出来控制游戏角色以执行这些指令，这一操作与人类类似，也就意味着SIMA有潜力与任何虚拟环境互动。在评估测试中，研究人员表示SIMA在九个3D游戏集上接受训练，表现显著优于仅在单个游戏上专门训练的智能体。而且SIMA在未训练过的游戏中的表现和专门使用该游戏数据集训练过的智能体表现一样好。也就是说，SIMA在全新环境中具备泛化能力。此外测试结果还显示，SIMA的性能依赖于语言。在一个控制测试中，智能体没有接受任何语言训练或指令，它就会出现无目的的操作，不遵循指令。而且，和人类玩家相比较，SIMA水平还是差一点。...PC版：https://www.cnbeta.com.tw/articles/soft/1423711.htm手机版：https://m.cnbeta.com.tw/view/1423711.htm

谷歌DeepMind推出SIMI（ScalableInstructableMultiworldAgent，顾名思义可扩展、可指导

谷歌DeepMind推出SIMI（ScalableInstructableMultiworldAgent，顾名思义可扩展、可指导、多世界），打造出首个能在广泛3D虚拟环境和视频游戏中遵循自然语言指令的通用AI智能体，号称可以成为玩家拍档、帮忙干活打杂。比如：在《模拟山羊3》（GoatSimulator3）中当司机开开车，在《幸福工厂》（Satisfactory）中挖矿石，在《瓦尔海姆》（Valheim）中寻找水源，在《无人深空》中（NoMan’sSky）驾驶宇宙飞船射击小行星收集资源。