13 октября 2026 Google DeepMind официально представила Gemini 4 Argon — новую frontier-модель, доступную через Gemini API (gemini-4-argon), Google AI Studio, Antigravity, а также в приложении Gemini и AI Mode для подписчиков. Отдельный акцент в презентации сделан на робототехнику и «физический» ИИ.
По словам Google, Argon сочетает визуально-семантическое рассуждение, понимание физики и генерацию кода. Это позволяет применять модель на всех этапах жизненного цикла робота: от управления и Real2Sim до разметки данных и самоулучшения на железе.
87% на Embodied Reasoning (ERQA)
На бенчмарке ERQA (Embodied Reasoning), который проверяет способность понимать пространственные и физические задачи в 3D-средах, Argon набирает 87% в режиме чистого рассуждения. Google заявляет, что модель опережает другие frontier-системы на этом тесте.
Video-to-Sim-to-Real: от видео человека до Apollo
Во внутреннем демо Argon просмотрела видео человека, играющего в cornhole, построила симуляцию и перенесла навык на гуманоида Apptronik Apollo. В реальном испытании робот сделал семь точных бросков подряд. Компания подчёркивает, что пайплайн сжимает недели ручного моделирования симуляции до нескольких часов.
Другие сценарии в робототехнике
Среди названных применений — мобильная манипуляция Boston Dynamics Spot (выбрасывание банки в мусорку с педалью через практику в MuJoCo), Real2Sim с видео робота или человека и со скетчей, цифровые двойники в MuJoCo и итеративное самоулучшение на аппаратуре. По данным Google, одно фото рабочего стола, с которого Argon построила симуляционный двойник, подняло успешность политики с 56% до 75% и сократило время выполнения с 35 с до 24 с.
Вводная цена API (до 30 ноября 2026) — $2 / $10 за 1 млн входных/выходных токенов, далее $4 / $20. Для команд, строящих физических агентов, ключевым остаётся не прайс, а возможность быстро превращать видео и сцены в проверенные симуляции и реальное управление.
Источники: Google Developers Blog (Gemini 4 Argon for Robotics) и официальный анонс Gemini 4 Argon от 13 октября 2026.