Oossa

Google выпустила Gemini 4 Argon для управления роботами и симуляций

Новая модель Google Gemini 4 Argon умеет планировать и симулировать задачи для роботов, а также управлять их выполнением. Она уже доступна платным пользователям AI Studio.

Автор: Опубликовано Oossa: 1 мин чтения

Aideal Hwa · Unsplash

Google объявила, что модель Gemini 4 Argon теперь доступна разработчикам с подпиской Google AI Ultra или платным тарифом Gemini API. Argon задумана как единая ИИ-система, которая может писать код управления роботами, создавать виртуальные тренировочные среды и анализировать обучающие видео. Компания показала, как модель заставляет робота Spot от Boston Dynamics бросать банки из-под газировки после тренировок в симуляции MuJoCo. В другом примере она сократила время выполнения задачи простой роботизированной рукой с 59 секунд до 17 за три попытки.

Как Argon работает в демонстрациях

В демонстрации с Spot Argon сначала создаёт виртуальную копию мусорного бака и позволяет роботу потренироваться держать равновесие на трёх ногах — и только потом поручает ему выполнить задачу в реальности. Перед тем как робот бросает банку, за положением его ног и захвата следят ещё два ИИ-агента. В другой демонстрации модель получает одну фотографию стола, генерирует 4,500 симулированных тренировочных эпизодов и повышает успешность робота с 56 % до 75 %, одновременно сокращая время выполнения с 35 секунд до 24 секунд. Argon также может преобразовать набросок гуманоида, сбивающего коробки, в симуляцию, которая рассчитывает устойчивое движение для броска.

Результаты тестов

Google протестировала Argon на бенчмарке ERQA, где моделям нужно ответить на 400 вопросов о физическом мире без дополнительных инструментов. Argon набрала 87 %, опередив Claude Opus 5.5 (82.3 %) и GPT‑6 Astra (81 %). В другом тесте, бенчмарке AA‑Robotics, языковые модели напрямую управляют настоящей роботизированной рукой. Argon заняла третье место с результатом 55 баллов, уступив GPT‑6 Astra (69) и GPT‑6.1 Sol (65).

Почему это важно

Для разработчиков робототехники Argon может сократить объём ручной работы по созданию симуляций: модель генерирует тренировочные данные по одному изображению или наброску. Это может ускорить подготовку прототипов для новых задач роботов, хотя модели по-прежнему нужны тщательно составленные запросы, а доступ к ней есть только по платной подписке.

Эта статья была полезной?
Поделиться

Читайте также

Oossa · Рассылка

Неделя ИИ — простыми словами

Каждый понедельник: главное за неделю понятным языком. Бесплатно, без спама.