在阅读此文之前，辛苦您点击一下“关注”，既方便您进行讨论和分享，又能给您带来不一样的参与感，感谢您的支持！

作为常年在王者荣耀峡谷单排的“受难玩家”，我对坑队友的容忍度已经低到了尘埃里。

晚上忙完想放松一局，开局三分钟队友挂机，中路法师见人就送，射手全程在野区闲逛。

你喊“集合”他装聋，你说“猥琐发育”他当耳旁风。

最气人的是水晶都要被推了，还有人慢悠悠打小怪，飘来一句“不就是个游戏嘛”。

我不止一次幻想过，能有个不挂机、不送人头、还能配合节奏的靠谱队友。

直到谷歌DeepMind推出SIMA2，我突然觉得“游戏自由”好像要来了。

本来想单纯吐槽这个AI队友有多香，后来发现自己格局小了。

这哪里是简单的游戏搭子，分明是谷歌用游戏训练AI，为真实世界铺路的“野心之作”。

AI队友有多靠谱

SIMA2的全称挺绕口，“可扩展指令多世界智能体”，说白了就是能听懂你指令、陪你打游戏的AI。

但它最牛的地方在于，完全像人一样玩游戏。

不钻游戏代码的空子，不作弊，只靠盯着屏幕画面，用虚拟键盘鼠标操作。

这个设定看着普通，实际难度堪比让机器人学会用筷子。

我们人类玩游戏，眼睛看屏幕，大脑判断局势，手指跟着动。

SIMA2走的就是这个路子，没有任何“后门”可走。

它比第一代强太多的地方，在于有了推理能力。

依托谷歌的Gemini大模型，它不是机械执行指令。

你让它去砍树，它会先琢磨，我有斧头吗？树在哪个方向？砍树是为了做什么？想清楚了才会行动。

更让人惊喜的是它的泛化能力，从来没玩过的游戏，它也能快速上手。

谷歌用MineDojo测试，那是个基于《我的世界》的AI实验环境，里面有几千种开放式任务。

SIMA2之前没接触过，却靠着推理能力完成了不少任务。

这就像让一个从没玩过王者荣耀的人，上手就能跟上节奏，属实有点厉害，它还能理解多模态提示。

不光能听懂你说的话，你在屏幕上画个箭头、圈个目标，甚至发个斧头加树的emoji，它都能get到意思。

这种交互方式，跟和真人队友沟通没两样。

当然它也不是完美的，处理特别复杂、耗时久的任务时会吃力，记忆范围也有限。

但如此看来，能做到这个程度已经很惊艳了。

游戏为啥能练AI

说到这儿可能有人疑惑，谷歌这么大的公司，花大力气做游戏AI，是不是有点大材小用？毫无疑问，答案肯定是“不是”。

游戏对谷歌来说，只是训练AI的“工具”，真实世界才是最终的目的地。

为啥偏偏选游戏当训练场，很简单，成本低、反馈快。

训练机器人在真实世界干活，要搭环境、买道具，还得承担机器人摔坏、撞坏东西的风险。

试错成本太高，根本经不起反复折腾。

但游戏不一样，虚拟环境里可以无限重来，就算AI输一百次、一千次，也不用花一分钱修复成本。

而且游戏的规则明确，反馈特别及时。

你做了一个操作，马上就能看到结果。

是对是错，有没有用，一目了然。

这种即时反馈对AI学习太重要了，就像小孩学走路，摔一次就知道这个姿势不对，下次就会调整。

AI在游戏里也是这样，试错、调整、再试错、再调整，这个循环能快速推进。

谷歌在SIMA2的训练中，重点练的都是导航、用工具、团队协作这些能力。

这些能力看着简单，却是未来机器人在真实世界里当“人类助手”的核心技能。

更厉害的是，SIMA2学会这些技能后，还能自我学习。

初始阶段跟着人类示范学，后来就能自己玩游戏总结经验，不用再要额外的人类数据。

如此看来，这种自我进化的能力，才是最有价值的。

谷歌还用上了Genie3，一个能生成全新3D虚拟世界的模型。

让SIMA2在这些“架空世界”里行动，这些世界遵循物理规律，但样子和真实世界完全不同。

结果SIMA2依然能适应，这说明它学到的不是某个游戏的特定技巧，而是通用的理解和行动能力。

虚拟真能帮现实

其实“虚拟世界练出的技能能用到现实”这个逻辑，早就有人说透了。

2011年游戏设计师简・麦戈尼格尔写了本《游戏改变世界》，书里的观点颠覆了很多人的认知。

游戏不是逃避现实的工具，反而能帮我们解决真实问题，最让我印象深刻的是《Foldit》这款游戏。

科学家们研究蛋白质折叠，想以此阻止阿尔茨海默症、癌症这些疾病。

但研究一种蛋白质的折叠组合，可能要花十几年。

无奈之下，华盛顿大学的研究人员开发了《Foldit》，让玩家在游戏里折叠数字蛋白质。

本来大家都觉得，这么专业的事，普通人肯定做不了。

但结果让人震惊，2008年公测后，短短8个月就有近8万名玩家参与，两年内达到20多万人。

这些玩家大多没有专业背景，却破解了科学家多年没解决的难题。

2020年疫情期间，这款游戏还上线了阻断新冠病毒的蛋白质谜题，玩家们提交的设计为疫苗开发出了力。

2025年10月，相关的生物论文发表，附录里还专门感谢了游戏玩家。

还有《Halo》这款游戏，陌生玩家组队后，10分钟内就能自发分工，完成高难度任务。

很多研究团队管理的学者都拿它做实验，《生活大爆炸》里谢尔顿和朋友们也经常玩。

这说明游戏里训练出的协作能力，在现实中同样适用。

从SIMA2到这些经典游戏案例，我们能清晰地看到一条线。

游戏为AI提供了低成本、高效率的训练场，AI在里面学到的技能，能实实在在地迁移到真实世界。

作为一个既爱打游戏又关注科技的人，我特别期待未来的发展。

以后AI可能不止能陪我们打游戏，还能在工业、服务、科研等领域帮我们做事。

那些在虚拟世界里练出来的导航、协作、解决问题的能力，终将变成真实的生产力。

游戏不再是“玩物丧志”的代名词，反而成了AI通往真实世界的钥匙。

这波科技与游戏的结合，真的太酷了。

【免责声明】：本文创作宗旨是传播正能量，杜绝任何低俗或违规内容。如涉及版权或者人物侵权问题，请私信及时联系我们（评论区有时看不到），我们将第一时间进行处理！如有事件存疑部分，联系后即刻删除或作出更改。

声明：本文内容均是根据权威材料，结合个人观点撰写的原创内容，辛苦各位看官支持。