أعلنت Google أن نموذج Gemini 4 Argon بات متاحًا للمطورين المشتركين في Google AI Ultra أو الفئة المدفوعة من Gemini API. صُمم Argon ليكون نظام ذكاء اصطناعي واحدًا قادرًا على كتابة شيفرات التحكم بالروبوتات، وإنشاء عوالم افتراضية للتدرب، وفحص مقاطع التدريب. وعرضت الشركة النموذج وهو يجعل روبوت Spot من Boston Dynamics يرمي علب المشروبات الغازية، بعد التدرب في محاكاة MuJoCo، كما حسّن سرعة ذراع روبوتية بسيطة، فقلّص زمن المهمة من 59 ثانية إلى 17 ثانية خلال ثلاث محاولات.
كيف يعمل Argon في العروض التوضيحية
في العرض التوضيحي لروبوت Spot، ينشئ Argon أولًا نسخة افتراضية من سلة مهملات، ويتيح للروبوت التدرب على التوازن على ثلاث قوائم، ثم يسمح له بمحاولة تنفيذ المهمة الحقيقية. ويراقب نظامان إضافيان من الذكاء الاصطناعي مواضع أقدام الروبوت وقابضه قبل إسقاط العلبة. وفي عرض آخر، يبدأ النظام بصورة واحدة لطاولة، ثم ينشئ 4,500 جولة تدريبية محاكاة، ويرفع نسبة نجاح الروبوت من 56 % إلى 75 %، فيما يقلّص زمن التنفيذ من 35 ثانية إلى 24 ثانية. ويمكن لـArgon أيضًا تحويل رسم يدوي لروبوت بشري يُسقط صناديق إلى محاكاة تحسب حركة رمي مستقرة.
الأداء في الاختبارات المعيارية
اختبرت Google نموذج Argon على معيار ERQA، الذي يطلب من النماذج الإجابة عن 400 سؤال في الاستدلال الفيزيائي من دون أدوات إضافية. وحصل Argon على 87 %، متفوقًا على Claude Opus 5.5 (82.3 %) وGPT‑6 Astra (81 %). وفي اختبار مختلف، هو معيار AA‑Robotics الذي يتيح لنماذج اللغة التحكم مباشرة بذراع روبوتية حقيقية، حل Argon في المركز الثالث برصيد 55 نقطة، خلف GPT‑6 Astra (69) وGPT‑6.1 Sol (65).
لماذا يهم
يَعِد Argon مطوري الروبوتات بتقليل العمل اليدوي اللازم لإعداد المحاكاة، من خلال إنشاء بيانات تدريب انطلاقًا من صورة واحدة أو رسم تخطيطي. وقد يسرّع ذلك إعداد النماذج الأولية لمهام روبوتية جديدة، لكن النموذج لا يزال يتطلب توجيهًا دقيقًا، ولا يتاح إلا عبر اشتراك مدفوع.
