13 октября 2026 г.
Google DeepMind представила Gemini 4 Argon для управления роботами и создания симуляций
Gemini 4 Argon анализирует физические сцены, генерирует команды для роботов и создает цифровые двойники объектов. Google DeepMind показала работу модели с манипулятором, роботом Spot и средой MuJoCo.
Google DeepMind представила Gemini 4 Argon, модель для решения пространственных задач, генерации управляющего кода и анализа физических сцен. В опубликованных демонстрациях система планирует действия роботов, проверяет их по изображениям с камер и создает симуляции реальных объектов.
На тесте Embodied Reasoning ERQA, который оценивает понимание физических и пространственных задач в трехмерной среде, Argon набрала 87%. Это результат разработчика, поэтому для сравнения модели в исследовательской работе потребуются методика теста и независимые оценки.
Argon управляет манипулятором и роботом Spot
В одном из экспериментов модель управляла четвероногим роботом Boston Dynamics Spot с манипулятором. Робот должен был найти банки, нажать ногой на педаль мусорного контейнера и поместить банки внутрь. Перед выполнением ключевых действий система проверяла положение ноги и руки по изображениям с камер.
В другом примере Argon без предварительной настройки управляла простым роботизированным манипулятором. Модель поставила упавшую кружку вертикально и поместила внутрь смятую салфетку, последовательно выбирая команды движения по визуальным данным.
| Сценарий | Продемонстрированная функция |
|---|---|
| Boston Dynamics Spot | Планирование и визуальная проверка сложной последовательности действий |
| Роботизированный манипулятор | Управление через координаты и готовые команды движения |
| Gemini Omni | Корректировка действий по промежуточным кадрам |
| MuJoCo | Создание цифрового двойника физического объекта |
Модель связывает реальные эксперименты с MuJoCo
Argon также построила в MuJoCo цифровую модель контейнера с педалью. Такая симуляция позволяет сначала проверить движение виртуального робота, а затем перенести его на физическое устройство.
В сценарии Real2Sim модель анализировала запись телеуправляемого робота, подбирала или создавала трехмерные объекты и корректировала параметры сцены. Цель состояла в том, чтобы виртуальные контакты и поведение объектов соответствовали записанному эксперименту.
Исследователям стоит проверить воспроизводимость результатов
Студентам и разработчикам, изучающим робототехнику, полезно разделять показанные возможности на восприятие сцены, планирование, генерацию команд и проверку результата. При использовании Argon в курсовой или исследовательской работе стоит отдельно зафиксировать конфигурацию робота, набор допустимых команд, число попыток и критерии успешного выполнения.
Демонстрации подтверждают работу модели в выбранных сценариях, но сами по себе не показывают надежность на других устройствах и задачах. Для академического анализа понадобятся полное описание ERQA, условия экспериментов и воспроизводимые результаты на независимом оборудовании.
