Am 13. Oktober 2026 stellte Google DeepMind offiziell Gemini 4 Argon vor — ein neues Frontier-Modell, das über die Gemini API (gemini-4-argon), Google AI Studio, Antigravity sowie in der Gemini-App und im AI Mode für Abonnenten verfügbar ist. Ein besonderer Schwerpunkt der Präsentation lag auf Robotik und „physischer" KI.
Laut Google vereint Argon visuell-semantisches Reasoning, Physikverständnis und Code-Generierung. Dadurch lässt sich das Modell in allen Phasen des Roboter-Lebenszyklus einsetzen: von der Steuerung und Real2Sim bis hin zur Datenannotation und Selbstverbesserung auf der Hardware.
87 % beim Embodied Reasoning (ERQA)
Im Benchmark ERQA (Embodied Reasoning), der die Fähigkeit prüft, räumliche und physikalische Aufgaben in 3D-Umgebungen zu verstehen, erreicht Argon 87 % im reinen Reasoning-Modus. Google gibt an, dass das Modell andere Frontier-Systeme in diesem Test übertrifft.
Video-to-Sim-to-Real: vom Video eines Menschen zu Apollo
In einer internen Demo sah sich Argon ein Video eines Menschen beim Cornhole-Spiel an, baute eine Simulation auf und übertrug die Fähigkeit auf den Humanoiden Apptronik Apollo. In einem realen Versuch erzielte der Roboter sieben Treffer in Folge. Das Unternehmen betont, dass die Pipeline wochenlange manuelle Simulationsmodellierung auf wenige Stunden verkürzt.
Weitere Szenarien in der Robotik
Zu den genannten Anwendungen gehören die mobile Manipulation des Boston Dynamics Spot (eine Dose mit einem Pedal in den Mülleimer werfen, geübt in MuJoCo), Real2Sim aus Videos eines Roboters oder Menschen sowie aus Skizzen, digitale Zwillinge in MuJoCo und iterative Selbstverbesserung auf der Hardware. Laut Google erhöhte ein einzelnes Foto eines Arbeitstisches, aus dem Argon einen Simulationszwilling erstellte, die Erfolgsrate der Policy von 56 % auf 75 % und verkürzte die Ausführungszeit von 35 s auf 24 s.
Der Einführungspreis der API (bis zum 30. November 2026) liegt bei 2 $ / 10 $ pro 1 Mio. Eingabe-/Ausgabe-Token, danach bei 4 $ / 20 $. Für Teams, die physische Agenten entwickeln, bleibt nicht der Preis entscheidend, sondern die Möglichkeit, Videos und Szenen schnell in verifizierte Simulationen und reale Steuerung zu überführen.
Quellen: Google Developers Blog (Gemini 4 Argon for Robotics) und die offizielle Ankündigung von Gemini 4 Argon vom 13. Oktober 2026.