Was ist passiert?
Google DeepMind beschreibt eine Forschungspartnerschaft mit Fenris Creations, die EVE Online, EVE Vanguard und EVE Frontier umfasst. Die Arbeit wird in einer Offline-Instanz von EVE Online beginnen und später zu EVE Frontier übergehen, wobei eine mögliche Live-Bereitstellung erst in Betracht gezogen wird, wenn die Systeme ausgereift sind.
In einem Forschungsbeitrag vom 21. August 2026 präsentiert Google DeepMind seine Spielearbeit als einen 15-jährigen Fortschritt von Systemen, die definierte Spiele beherrschen, zu Agenten, die offene virtuelle Welten verstehen und darin agieren sollen. Das Unternehmen berichtet über Meilensteine, darunter Deep Q-Networks, das 49 Atari-Spiele aus rohen Pixeln lernte, AlphaGo besiegte Lee Sedol, AlphaGo Zero und AlphaZero lernten durch Selbstspiel, MuZero spielte, ohne Spielregeln zu erhalten, und AlphaStar erreichte das Grandmaster-Level in StarCraft II. Dies ist der Bericht der Quelle über frühere DeepMind-Erfolge; Der Beitrag stellt kein neues Papier oder Benchmark zur Validierung des EVE-Programms vor.
Der Beitrag beschreibt SIMA (Scalable Instructable Multiworld Agent) auch als ein Allzwecksystem, das ein Spiel über den Bildschirm beobachtet, Anweisungen in natürlicher Sprache befolgt und über normale Tastatur- und Maussteuerungen ohne Zugriff auf Spiel-APIs oder Quellcode handelt. Google DeepMind sagt, dass SIMA 2, unterstützt von Gemini, in Echtzeit denken und sich unterhalten kann und in Forschungsumgebungen und Spielen wie No Man’s Sky, Valheim und Hydroneer ein „menschenähnliches Spiel“ erreicht hat. Für diese Ansprüche werden in der Quelle keine Bewertungen, Aufgabendefinitionen, Testprotokolle oder unabhängige Bewertungen angegeben.
Die neue Forschungsrichtung konzentriert sich auf Fenris Creations und das EVE-Universum. Google DeepMind beschreibt EVE Online als eine persistente, einteilige Weltraumsimulation mit Tausenden von Spielern, einer spielergesteuerten Wirtschaft und einer Welt, die von Allianzen, Konflikten, Diplomatie und Handel geprägt ist. EVE Vanguard bietet taktisches First-Person-Spiel, während EVE Frontier programmierbare Smart Assemblies und eine offene Architektur enthält, in der sich die Regeln ändern können. Die Unternehmen geben an, dass ihre Zusammenarbeit bereits zu Aura Guidance geführt hat, das Gemini verwendet, um spielergeneriertes Wissen aus Rookie-Hilfefragen und -Antworten an neue Piloten bereitzustellen.
Der längerfristige Plan beginnt mit einer Offline-Instanz von EVE Online, wechselt zu EVE Frontier und würde EVE Online oder EVE Vanguard erst dann in Betracht ziehen, wenn die Funktionen ausgereift sind. Die Quelle gibt keinen Zeitplan oder eine technische Beschreibung der Offline-Umgebung.
Lesen Sie die Primärquelle: deepmind.google ↗
Warum es wichtig ist
Die Partnerschaft zielt auf Fähigkeiten ab, die feste Spiele-Benchmarks nicht vollständig testen: Lernen über lange Zeiträume, Behalten von Wissen, Anpassung an sich ändernde Regeln und Zusammenarbeit mit vielen menschlichen und künstlichen Agenten. Die Quelle bietet keine unabhängige Bewertung oder Beweise dafür, dass diese Fähigkeiten in EVE demonstriert wurden.
Die vorgeschlagenen Umgebungen sind wichtig, weil sie mehrere Probleme kombinieren, die normalerweise in KI-Bewertungen getrennt werden. Ein Agent in einer persistenten Welt muss möglicherweise neue Aufgaben erlernen, ohne alte Fähigkeiten zu verlieren, über lange Zeiträume gesammelte Informationen abrufen, über erweiterte Horizonte planen und auf Zusammenarbeit, Wettbewerb, Verhandlungen und wirtschaftliche Anreize reagieren. Google DeepMind identifiziert diese als zentrale Forschungsziele. Die sich ständig verändernde Welt von EVE könnte daher als anspruchsvoller Prüfstand dafür dienen, ob ein Agent auch dann nützlich bleibt, wenn sich Bedingungen, Ziele und soziale Beziehungen ändern. Dies ist eine Forschungsbegründung und kein Beweis dafür, dass das System unter diesen Bedingungen bereits zuverlässig funktioniert.
Die Arbeit könnte sich auch darauf auswirken, wie Spiele erstellt und gespielt werden, wenn die vorgeschlagenen Funktionen zuverlässig werden. Google DeepMind sagt, dass allgemeine Gaming-Agenten möglicherweise Begleiter unterstützen, die eine Spielwelt verstehen, Nicht-Spieler-Charaktere, die über feste Skripte hinaus reagieren, und Qualitätssicherungssysteme, die weiterhin Tests durchführen, wenn sich ein Spiel ändert. Diese Verwendungsmöglichkeiten könnten einige Entwicklungslasten verringern oder Spiele zugänglicher und personalisierter machen. Derzeit werden sie im Beitrag jedoch als potenzielle Anwendungen beschrieben. Es wird kein eingesetztes adaptives NPC-System, kein Produktions-QA-Ergebnis oder ein kontrollierter Vergleich gemeldet, der zeigt, dass SIMA 2 das Spielerlebnis verbessert.
Das Unternehmen verknüpft seine Spieleforschung mit umfassenderen wissenschaftlichen Fortschritten und nennt AlphaFold als Beispiel für Ideen, die im Rahmen der Spieleforschung entwickelt wurden und zur Vorhersage der Proteinstruktur beitragen. Diese Geschichte hilft zu erklären, warum DeepMind Spiele als kontrollierte Umgebungen zum Erlernen von Intelligenz betrachtet. Die Analogie hat Grenzen: Spiele bieten digitale Beobachtungen und Aktionen, während reale Systeme mit unvollständigen Sensoren, physischen Konsequenzen, institutionellen Regeln und ethischen Verpflichtungen konfrontiert sind. Die Quelle geht nicht davon aus, dass die in EVE erlernten Fähigkeiten auf reale Aufgaben übertragen werden können. Sein erklärtes Ziel, Spiele zur Förderung wissenschaftlicher Entdeckungen einzusetzen, bleibt zukunftsweisend.
Der gestaffelte Bereitstellungsplan ist von Bedeutung, da EVE nicht nur eine statische Teststufe ist. Die Quelle beschreibt ein gemeinsames wirtschaftliches und soziales Umfeld, in dem Spieleraktionen nachhaltige Auswirkungen haben. Die Einführung von Agenten in einem solchen Umfeld könnte die Art und Weise verändern, wie Menschen lernen, konkurrieren, handeln oder zusammenarbeiten, selbst wenn das erklärte Ziel darin besteht, das menschliche Spiel zu bereichern. Wenn man offline beginnt und dann EVE Frontier nutzt, entsteht eine Trennung von den Live-Spielern, während sich die Arbeit weiterentwickelt. Der Artikel erklärt jedoch nicht die Einwilligung, den Datenschutz, die Datenaufbewahrung, die Überwachung, Zugriffsbeschränkungen, Red-Team-Tests oder die unabhängige Aufsicht. Diese Auslassungen schränken die Schlussfolgerungen über die öffentliche Wirkung oder Sicherheit des Programms ein.
Was Sie als nächstes sehen sollten
Die wichtigen nächsten Beweise werden messbare Ergebnisse aus der Offline-Umgebung, Sicherheitskontrollen in EVE Frontier und Details zu etwaigen Live-Service-Einsätzen sein. Achten Sie auf Bewertungsmethoden, Agentenberechtigungen, Offenlegung von Spielern, Datenpraktiken und Auswirkungen auf die spielergesteuerte Wirtschaft von EVE.
Der erste Kontrollpunkt sollte eine detaillierte Bewertung der Offline-EVE Online-Umgebung sein. Nützliche Nachweise wären klar definierte Aufgaben, Ausgangswerte im Vergleich zu bestehenden Agenten und menschlichen Spielern, Leistung über lange Zeiträume, Beibehaltung nach dem Erlernen neuer Fähigkeiten, Erholung von sich ändernden Bedingungen und Fehlerquoten bei Aufgaben, die Planung oder Verhandlung erfordern. Die aktuelle Quelle nennt die Fähigkeiten, die DeepMind untersuchen möchte, liefert jedoch keine dieser Messungen. Ein technischer Bericht, reproduzierbare Testmaterialien oder eine Beschreibung, wie sich die Offline-Instanz vom Live-Spiel unterscheidet, würden die Beurteilung der Ansprüche erleichtern.
Der nächste Kontrollpunkt ist EVE Frontier. Seine programmierbaren Smart Assemblies und die offene Architektur sollen die Anpassung testen, wenn sich die Mechanik selbst ändern kann. Durch die Berichterstattung sollte festgestellt werden, ob Agenten neue Regeln ohne unsicheres oder unbeabsichtigtes Verhalten erkennen und lernen können, welche Tools und Berechtigungen sie erhalten und ob menschliche Bediener ihre Aktionen überprüfen, anhalten oder rückgängig machen können. Es wird auch wichtig sein, einen Agenten, der eine eng gefasste Skriptdemonstration durchführen kann, von einem Agenten zu unterscheiden, der in einer sich wirklich verändernden Umgebung weiterhin robust lernen kann.
Jeder Schritt in Richtung EVE Online oder EVE Vanguard erfordert eine genaue Prüfung. Google DeepMind sagt, dass eine Live-Bereitstellung erst in Betracht gezogen würde, wenn die Funktionen ausgereift sind, es gibt jedoch keine Definition der Reife oder des erwarteten Zeitpunkts. Zukünftige Ankündigungen sollten klarstellen, ob es sich bei den Agenten um Begleiter, Nicht-Spieler-Charaktere, Testwerkzeuge oder Teilnehmer mit der Fähigkeit handelt, Einfluss auf die Shared Economy und andere Spieler zu nehmen. Sie sollten sich auch mit der Offenlegung gegenüber Spielern, Opt-out- oder Teilnahmemöglichkeiten, Beschränkungen autonomen Handelns, Wettbewerbsgerechtigkeit und Schutzmaßnahmen gegen Störungen einer persistenten Welt befassen.
Achten Sie abschließend auf Beweise für die Grenze zwischen Forschungsversprechen und Produktrealität. Die Quelle präsentiert SIMA 2 als einen dialogorientierten, argumentierenden Spielagenten und Aura Guidance als eine bestehende, spielerorientierte Anwendung, zeigt jedoch nicht, wie die beiden Systeme technisch zusammenhängen oder wie eines der beiden Systeme bewertet wurde. Unabhängige Tests, dokumentierte Fehlerfälle, Informationen über Trainings- und spielergenerierte Daten sowie Ergebnisse realer Einsätze würden dabei helfen, festzustellen, ob das Programm dauerhafte Vorteile bringt. Bis dahin ist die stärkste bestätigte Schlussfolgerung, dass Google DeepMind und Fenris Creations eine abgestufte Forschungszusammenarbeit verfolgen – nicht, dass sie das Lernen mit mehreren Agenten über einen längeren Zeitraum in einer lebendigen virtuellen Gesellschaft gelöst haben.
