Google показывает Gemini 4 Argon как единую модель для робототехники: она может управлять роботом, превращать фотографии и эскизы в виртуальные полигоны для тренировок и оценивать качество обучающих данных. Но демонстрации одновременно показывают сильную сторону подхода и его ограничение — модели по-прежнему нужны подробные инструкции человека.
Суть события
В центре демонстраций — робот Boston Dynamics Spot. Gemini 4 Argon сначала строит в симуляции копию мусорного ведра с педалью, затем помогает роботу отработать движение на трёх ногах и только после этого переносит задачу на реальное устройство. Перед броском банки два дополнительных ИИ-агента проверяют положение лапы и захвата. Google описывает это как попытку закрыть одной моделью сразу несколько этапов робототехнического процесса: планирование, управление, создание тренировочной среды и проверку результата.
Детали
Модель умеет начинать с очень простого материала. По одной фотографии стола с предметами она создала виртуальную копию сцены, предложила 77 задач и сгенерировала более 4500 тренировочных эпизодов. В испытании на реальном роботе доля успешных попыток выросла с 56 до 75 процентов, а время выполнения сократилось с 35 до 24 секунд. Это результат, о котором сообщает Google; в описании демонстрации нет числа всех попыток и независимой проверки.
Другой пример — рисунок шариковой ручкой. По нему Argon построила симуляцию, где человекоподобный робот должен сбить мячом пирамиду из шести коробок и сохранить равновесие. В отдельном тесте с рукой-манипулятором модель после неудачных попыток анализировала журналы и изображения камер: время выполнения сократилось с 58,9 до 17,4 секунды, хотя промежуточный результат всё ещё задевал край коробки.
Argon также может разбирать видео обучения. В записи, где робот складывает бумажную фигурку, модель отмечает паузы и неудачные захваты, чтобы такие фрагменты получили меньший вес при дальнейшем обучении. Для исследователей Google заявляет 68 интерактивных симуляций по опубликованным робототехническим экспериментам.
Контекст
В проверке ERQA на пространственное и физическое рассуждение Argon набрала 87 процентов, по данным Google. Claude Opus 5.5 получила 82,3 процента, GPT-6 Astra — 81 процент. Но другой тест, AA-Robotics от Artificial Analysis, дал иную картину: при прямом управлении реальной рукой-манипулятором Argon заняла третье место с 55 баллами из 100, уступив GPT-6 Astra и GPT-6.1 Sol. Два результата не доказывают, что одна модель в целом лучше другой: они проверяют разные способности.
Пока это не автономный робот, которому достаточно общей команды. В опубликованных примерах используются длинные подсказки, координатная сетка на изображении и заранее подготовленные команды вроде «взять» или «опускать до контакта». Google не раскрывает частоту отказов для отдельных демонстраций. Поэтому практическая ценность подхода сейчас — в сокращении части подготовки и создании тренировочных сред, а не в отмене человеческого контроля. Для знакомства с самим семейством моделей пригодится простое объяснение Google Gemini.
Что дальше
Gemini 4 Argon уже доступна через Google AI Studio и среду разработки Antigravity для подписчиков Google AI Ultra, а разработчики могут использовать её через платный уровень Gemini API. Следующий вопрос для рынка робототехники — не только сможет ли одна модель объединить симуляцию, управление и проверку, но и насколько стабильно это работает за пределами тщательно подготовленных демонстраций. Пока Google показала многообещающий конвейер, однако его надёжность всё ещё зависит от качества инструкций, данных и проверки человеком.
