AgentPantheon
Sima logo

Sima自然言語指示に従って3D仮想環境の中で動く汎用AIエージェント

4.8 (4)
Daniel Nikulshynレビュー: Daniel Nikulshyn·更新 2026年7月

概要

Sima(Scaleアブレ指示可能マルチワールドエージェント)は、研究用のロボット・AIエージェントで、商用ビデオゲームや研究用シミュレータなど、幅広い3D仮想環境を操作できる。1つのタイトル用にのみ訓練されるのではなく、人間プレイヤーがキーボードやマウス操作の動作に指示文と対応させる方法によって、自然言語指示をマッピングして一般的なスキルを学習する。このため、異なる環境間で取得したスキルが移行される。 embodiドメインにおける力強くなされたエージェントの作成を目指す取り組みの一環として、〼sima はgrounded instruction followingに焦点を合わせています。ユーザーはコマンドを入力することで、 例として「左に曲がる」、「階段を登る」、または「リソースを集める」というコマンドを入力し、エージェントはスクリーン上での視覚的な情報のみに頼ってこのような動作を試みます。 これにより、言語、感知、 アクションを組み合わせて複雑でオープンワールドの3D世界で解決することができる、複雑なテストベッドという性質を身にまとています。 Simaは主に研究プロジェクトであり、消費者向け製品ではなく、AI研究家、ゲーム開発者、そしてインタラクティブ環境でembodied agent、シミュレーション・ベースのトレーニング、および人間AIの相互作用を探求しているチームに最も関連しています。

主な機能

  • 汎用的エージェントの活用は、複数の3D環境で
  • 自然言語指示への対応
  • ゲーム画面への視覚入力を用いた認識が行われる
  • キーボードとマウスの動作出力
  • ワールド間のスキル移行
  • ゲームタスクにおけるベンチマーク

料金

モデル
Freemium
カテゴリー
AR/VR
評価
4.8 / 5 (4)

ユースケース

3Dゲーム全体における汎用エージェントのベンチマーク

研究者は汎用的エージェント機能を評価するために、様々な商業動画ゲームと研究用シミュレータを用いてSimaの指示に対応度をテストすることができます。

仮想世界における自然言語の根付けを研究する

「梯子を登れ」といった指示の自然文を、視覚認識とキーボード/マウスの動作へのマッピングを調べることを目的としたSimaを用いてください。

環境間でのスキル移行を調べる

エージェントの汎用的スキルを、複数の仮想世界における移行を調べることができる研究開発目的としてSimaを利用するとよいでしょう。

視覚ベースでゲームプレイするエージェントを開発する

人間プレイヤーの視覚入力にのみ依存するエージェントを実現するための基盤プラットフォームとしてSimaを使用します。

メリット & デメリット

メリット

  • 多数の3Dゲームとシミュレーターの活用が可能
  • 自由形式の自然言語指示への対応
  • 人間の同様の入力を用いています:視覚入力とキーボード/マウス
  • 汎用的なAIエージェントとエージェントの研究に有用な基盤

デメリット

  • ダウンロード可能な製品としては一般には提供されません
  • 長い視界を持つか、高度に複雑なタスクでは苦戦している
  • 環境ごとに性能は大幅に変化する
  • 外部開発側には情報が限られている

レビュー

4.8

4件の評価の平均。

5
3
4
1
3
0
2
0
1
0

レビューを投稿するにはログインしてください。

K

Kwame Mensah

May 3, 2026

Use it every day

Honestly didn't expect to like it this much. Transfer of skills between different worlds is exactly what I needed, and follows free-form natural language instructions. I do wish limited documentation for external developers, but I reach for it almost every day now and it just clicks.

E

Esther Adeyemi

Apr 21, 2026

Solid for our team

We rolled this out across the team last quarter and useful platform for embodied AI and agent research. Generalist agent across multiple 3D environments fits neatly into how we already work, and research-oriented benchmarking across game tasks removed a step we used to do by hand. Limited documentation for external developers, which is the main caveat, but it has held up under daily use.

F

Frank Müller

Apr 15, 2026

Compared a few options

Evaluated this against two competitors. Where it wins: keyboard and mouse action output and useful platform for embodied AI and agent research. Where it lags: not publicly available as a downloadable product. On balance the feature set — especially vision-based perception of the game screen — justifies the 4 stars for our use case.

J

Joanna Kowalski

Jan 11, 2026

Years in this space

I've evaluated a lot of these over the years. What stands out here is keyboard and mouse action output — handled better than most — and follows free-form natural language instructions. Worth the time if this is your use case.

Q&A

まだ質問はありません — 最初の質問者になりましょう。

質問する