🔥 WCTC S8 全球交易賽正式開賽!
8,000,000 USDT 超級獎池解鎖開啟
🏆 團隊賽:上半場正式開啟,預報名階段 5,500+ 戰隊現已集結
交易量收益額雙重比拼,解鎖上半場 1,800,000 USDT 獎池
🏆 個人賽:現貨、合約、TradFi、ETF、閃兌、跟單齊上陣
全場交易量比拼,瓜分 2,000,000 USDT 獎池
🏆 王者 PK 賽:零門檻參與,實時匹配享受戰鬥快感
收益率即時 PK,瓜分 1,600,000 USDT 獎池
活動時間:2026 年 4 月 23 日 16:00:00 - 2026 年 5 月 20 日 15:59:59 UTC+8
⬇️ 立即參與:https://www.gate.com/competition/wctc-s8
#WCTCS8
最近注意到 Google DeepMind 搞了個挺有意思的東西,叫 SIMA 2。簡單說就是一個能在虛擬環境裡自己學習、自己玩遊戲的 AI 系統,這次的進展確實有點不一樣。
相比上一代,SIMA 2 的任務完成率從 31% 直接跳到 65%,這個提升幅度還是蠻明顯的。更關鍵的是,它現在能理解比較複雜的高層次目標,也就是說不用給它非常詳細的指令,它能自己去理解你要它做什麼。在遊戲裡還能跟虛擬角色合作,甚至能把在一個環境學到的東西遷移到另一個環境去用。
技術層面,SIMA 2 由 Gemini 驅動,支持文本、語音和圖像輸入,這意味著交互方式更靈活了。有意思的是,它還能自己生成任務來進行迭代學習,這種自我驅動的學習方式在 AI 領域還是比較新的思路。
不過論文也坦誠了局限性。SIMA 在處理那種需要很多步驟的複雜任務時還是有困難,而且在三維環境的視覺理解上也存在挑戰。這些都是未來需要突破的地方。總的來說,SIMA 2 的這次迭代還是朝著通用 AI 邁出了一步,雖然還有不少坑要填,但方向是對的。