Googleは、Gemini 4 ArgonモデルがGoogle AI Ultraまたは有料のGemini APIプランに加入する開発者向けに利用可能になったと発表した。Argonは、ロボット制御コードの作成や仮想練習環境の構築、訓練動画の確認を1つのAIで行うことを目指している。同社は、MuJoCoのシミュレーションで練習した後、Boston DynamicsのSpotロボットにソーダ缶を投げさせるデモを披露した。また、簡単なロボットアームの作業時間を、3回の試行で59秒から17秒に短縮した。
デモで見るArgonの仕組み
Spotのデモでは、Argonはまずゴミ箱の仮想モデルを作り、ロボットに3本脚でバランスを取る練習をさせてから、実際の作業に取り組ませる。缶を落とす前には、追加のAIエージェント2つがロボットの足とグリッパーの位置を確認する。別のデモでは、テーブルの写真1枚からシミュレーションによる訓練エピソードを4,500回生成。ロボットの成功率を56 %から75 %に上げるとともに、実行時間を35 秒から24 秒に短縮した。Argonは、箱を倒すヒューマノイドロボットの手描きスケッチを、安定した投げ方を計算するシミュレーションに変換することもできる。
ベンチマークでの性能
Googleは、追加ツールを使わずに物理的な推論に関する400問に答えるERQAベンチマークでArgonを評価した。Argonのスコアは87 %で、Claude Opus 5.5（82.3 %）とGPT‑6 Astra（81 %）を上回った。別のAA‑Roboticsベンチマークでは、言語モデルが実際のロボットアームを直接操作する。このテストでArgonは55点を獲得して3位となり、GPT‑6 Astra（69点）とGPT‑6.1 Sol（65点）に続いた。
なぜ重要か
ロボット開発者にとってArgonは、1枚の画像やスケッチから訓練データを生成し、手作業でシミュレーションを作る負担を減らせる可能性がある。新しいロボットタスクの試作を速められる一方、モデルを使うには慎重な指示が必要で、有料プランへの加入も求められる。
