Google宣布,订阅Google AI Ultra或付费Gemini API套餐的开发者现已可以使用Gemini 4 Argon。Argon旨在成为一款全能AI,能够编写机器人控制代码、构建虚拟练习环境,并检查训练视频。Google展示了该模型如何先在MuJoCo仿真环境中练习,再让Boston Dynamics Spot机器人把汽水罐扔出去;它还在三次尝试中将一条简单机械臂完成任务的时间从59秒缩短到17秒。
Argon如何在演示中工作
在Spot演示中,Argon先创建垃圾桶的虚拟副本,让机器人练习用三条腿保持平衡,之后才让它尝试现实中的任务。在罐子被扔出前,还有两个额外的AI代理会监控机器人的脚和夹爪位置。另一段演示以一张桌子的照片为起点,生成4,500轮仿真训练,并将机器人的成功率从56 %提高到75 %,同时把执行时间从35 秒缩短到24 秒。Argon还可以把一张人形机器人撞倒箱子的手绘草图转化为仿真,并计算出稳定的投掷动作。
基准测试表现
Google使用ERQA基准测试了Argon。该测试要求模型在不借助额外工具的情况下回答400道物理推理题。Argon得分为87 %,高于Claude Opus 5.5(82.3 %)和GPT‑6 Astra(81 %)。在另一项测试AA‑Robotics中,语言模型可以直接控制真实的机械臂;Argon以55分排名第三,落后于GPT‑6 Astra(69分)和GPT‑6.1 Sol(65分)。
为什么重要
对机器人开发者而言,Argon有望通过根据一张图片或草图生成训练数据,减少手工搭建仿真环境的工作量。这或许能加快新机器人任务的原型开发,但该模型仍需经过仔细提示,而且只有付费订阅用户才能使用。