SIMA 2

Pesi chiusi Google DeepMind December 2025

Nessuna stima

Nessun requisito hardware per questo modello

I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.

In registrazione

specifiche complete

Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..

Origine

Chi ha costruito questo modello, dove e quando è stato pubblicato.

Organizzazione
Google DeepMind
Tipo di organizzazione
Industry
Paese
United States of America
Pubblicato
4 December 2025
Autori
Adrian Bolton, Alexander Lerchner, Alexandra Cordell, Alexandre Moufarek, Andrew Bolt, Andrew Lampinen, Anna Mitenkova, Arne Olav Hallingstad, Bojan Vujatovic, Bonnie Li, Cong Lu, Daan Wierstra, Daniel P. Sawyer, Daniel Slater, David Reichert, Davide Vercelli, Demis Hassabis, Drew A. Hudson, Duncan Williams, Ed Hirst, Fabio Pardo, Felix Hill, Frederic Besse, Hannah Openshaw, Harris Chan, Hubert So…

Cosa fa

Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.

Dominio
3D modeling
Modello di base
Gemini 2.5 Flash-Lite

Dimensione

Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.

Dati di addestramento
tokens

Disponibilità

Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.

Pesi
Closed — provider access only
Accesso al modello
Unreleased

Come è classificato

Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.

Perché è monitorato
Discretionary
Record fiducia
Likely

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento
SIMA 2: A Generalist Embodied Agent for Virtual Worlds
Ultimo aggiornamento
8 April 2026

Cosa significano i numeri

Cosa è questo modello

SIMA 2 è stato pubblicato da Google DeepMind, nel paese registrato come United States of America, durante December 2025. Esce da un'organizzazione categorizzata come industry.

Funziona nel dominio di 3D modeling.

Costruisce su Gemini 2.5 Flash-Lite. La maggior parte dei modelli di questa scala sono adattati da una base esistente piuttosto che costruiti da zero.

I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.

Addestramento e provenienza

Il suo criterio di inclusione: discretionary.

Risposte

SIMA 2 — domande comuni

01

SIMA 2— A cosa serve?

Funziona nel dominio di 3D modeling. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.

02

SIMA 2— che GPU ho bisogno per eseguirlo?

Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.

03

SIMA 2— è open-source?

No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.

04

SIMA 2— quanti parametri ha?

Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.

05

SIMA 2— chi l'ha creato?

È stato pubblicato da Google DeepMind, basato su United States of America, un'organizzazione categorizzata come industry.

06

SIMA 2— quando è stato rilasciato?

È stato pubblicato in December 2025.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 8 April 2026

L'altra direzione

Guardandolo dall'altro lato?

Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.