概览
主要功能
- 针对多个 3D 环境的通用代理
- 自然语言指令遵循
- 基于视觉感知的游戏屏幕
- 键盘和鼠标动作输出
- 技能在不同世界间的转移
- 在游戏任务中实现的研究性基准
价格
- 模型
- Freemium
- 分类
- AR/VR
- 评分
- 4.8 / 5 (4)
使用场景
在 3D 游戏中评估身体代理的性能
研究人员可以通过在商业视频游戏和研究模拟器中测试 Sima 的指令遵循性能来评估通用代理能力。
研究自然语言在虚拟世界中的着陆
使用 Sima 来研究像 '登上梯子' 或 '收集资源' 这样的自然语言指令如何映射到视觉感知和键盘/鼠标动作在 3D 环境中。
研究技能在不同环境间的转移
检查一段时间学习到的通用技能在不同游戏或模拟器上是否能够转移，并支持研究多环境普遍性化对于 AI 代理的研究。
研究基于视觉的游戏玩家代理
作为一个参考平台来研究如何构建从仅视觉输入中运作的身体代理，模仿人类玩家与游戏相互作用的方式。
优点 & 缺点
优点
- 可以在多个不同的 3D 游戏和模拟器上工作
- 遵循自由样式的自然语言指令
- 使用仅视觉输入和键盘/鼠标，像人类那样
- 对身体 AI 和代理研究有用的平台
缺点
- 并不作为可下载的产品提供
- 难以处理长期或复杂的任务
- 性能在环境之间存在明显差异
- 对外部开发者而言，有些有限的文档支持
评测
4 个评分的平均值。
登录以留下评测。
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.
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.
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.
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.
问答
暂无问题 — 来当第一个提问的人吧。
