Google meddelade att modellen Gemini 4 Argon nu är tillgänglig för utvecklare som prenumererar på Google AI Ultra eller den betalda nivån i Gemini API. Argon är tänkt att fungera som en enda AI som kan skriva kod för robotstyrning, skapa virtuella övningsmiljöer och granska träningsvideor. Företaget visade hur modellen fick roboten Spot från Boston Dynamics att kasta läskburkar efter att ha övat i en MuJoCo-simulering. Den förbättrade också hastigheten hos en enkel robotarm från 59 sekunder till 17 sekunder på tre försök.
Så fungerar Argon i demonstrationerna
I demonstrationen med Spot skapar Argon först en virtuell kopia av en soptunna, låter roboten öva på att balansera på tre ben och låter den först därefter prova den verkliga uppgiften. Två extra AI-agenter håller koll på robotens fot- och griparpositioner innan burken släpps. I en annan demonstration utgår modellen från ett enda foto av ett bord, skapar 4,500 simulerade träningsomgångar och höjer robotens andel lyckade försök från 56 % till 75 %, samtidigt som utförandetiden minskar från 35 sekunder till 24 sekunder. Argon kan också omvandla en handritad skiss av en humanoid robot som slår omkull lådor till en simulering som räknar ut en stabil kaströrelse.
Resultat i benchmarktester
Google testade Argon på benchmarktestet ERQA, där modeller ska besvara 400 frågor om fysikaliskt resonemang utan extra verktyg. Argon fick 87 %, före Claude Opus 5.5 (82.3 %) och GPT‑6 Astra (81 %). I ett annat test, benchmarktestet AA‑Robotics, där språkmodeller får styra en verklig robotarm direkt, kom Argon på tredje plats med 55 poäng, efter GPT‑6 Astra (69) och GPT‑6.1 Sol (65).
Varför det spelar roll
För robotikutvecklare kan Argon minska behovet av att skapa simuleringar för hand genom att generera träningsdata utifrån en enda bild eller skiss. Det kan påskynda utvecklingen av nya robotuppgifter, men modellen kräver fortfarande noggranna instruktioner och är bara tillgänglig via en betald prenumeration.
