跳到文章正文
Google Gemini 编辑推荐

谷歌发布 Gemini 4 Argon:机器人先在「脑子里」预演,再动手

谷歌推出通用物理推理模型 Gemini 4 Argon,ERQA 纯推理 87%,真实任务成功率…

想象一条夜班产线:机械臂抓起的零件偏了两厘米,视觉模型看见了,却不知道该先松爪还是先退回。过去,这类问题往往要重新采数据、重训策略;谷歌给出的新答案是,让模型先在「脑子里」把物理过程推演一遍,再决定动作。

谷歌发布 Gemini 4 Argon:机器人先在「脑子里」预演,再动手
谷歌发布 Gemini 4 Argon:机器人先在「脑子里」预演,再动手

一分钟速览

  • 谷歌发布通用物理推理模型 Gemini 4 Argon,聚焦机器人控制、Real2Sim 场景重建、视频标注与策略优化。
  • 在 ERQA 基准上,Argon 仅靠纯推理拿到 87% 的得分,官方称领先其他前沿模型。
  • 真实环境任务成功率从 56% 提升到 75%,提升主要来自「先推理、再执行」的闭环。
  • 在 MuJoCo 中训练后,Argon 能引导波士顿动力 Spot 完成脚踏板任务,也能用视觉坐标和 HTTP 运动原语操控机械臂。
  • 模型已通过 Gemini API(ID:gemini-4-argon)和 Google AI Ultra 开放,定位是通用物理推理,而非单一末端执行器策略。

它不是一个「机械臂策略」,而是物理推理底座

谷歌对 Argon 的定位很明确:不是又一个端到端的视觉-语言-动作模型,而是一层可以复用的物理推理能力。机器人厂商把摄像头画面、坐标网格、任务说明交给它,它先判断物体关系、接触顺序和可能的风险,再输出动作原语。换句话说,Argon 更像机器人的「前额叶」,而不是「小脑」。

这带来的直接变化是适配成本。传统 VLA 模型每换一种机器人、每换一条产线,都要重新采集大量示教数据。Argon 则把「理解物理场景」和「执行具体动作」拆开:理解部分尽量通用,执行部分交给厂商已有的运动控制接口。谷歌展示的机械臂案例,就是用视觉坐标加 HTTP 运动原语完成的,模型本身不直接输出关节扭矩。

Real2Sim:从一段遥操作视频,重建一个可训练的孪生场景

机器人落地最贵的一步,是数据。真机采集慢、损耗高,失败样本还很难重复。Argon 的 Real2Sim 能力,试图把这一步搬到仿真里:从一段人类遥操作视频中重建出 MuJoCo 场景,包括物体位置、桌面高度和相机视角,再让模型在这个孪生环境里反复试错。

更激进的是「一张照片」的版本。谷歌报告称,他们能从单张 RGB 照片合成带有域随机化的 MuJoCo 场景,用来微调视觉-语言-动作策略;在对应的真实环境里,任务成功率从 56% 提升到 75%。这个数字不算完美,但说明合成数据已经能跨过「仿真好看、真机掉链子」的一部分鸿沟。

视频标注是另一条被低估的能力。机器人演示视频里,哪些帧对应「抓取成功」、哪些动作是无效抖动,人工标注极慢。Argon 可以给演示视频打上行为标签,直接用于行为克隆,把「看视频学动作」的门槛往下拉了一截。

87% 的含金量,要打个折看

ERQA 是一个偏重空间与物理常识的推理基准。Argon 拿到 87% 的纯推理得分,且不借助外部工具,这个成绩确实亮眼。但要注意两点:一是谷歌只公布了单个 VLA 案例,没有公布各演示的失败率;二是机器人博文里使用了大量针对任务的提示词、坐标网格、运动原语和验证器,这些辅助结构本身也是「被测系统」的一部分。

这并不意味着成绩注水,而是提醒读者:今天的大模型机器人,离「插上就能干活」还有距离。真正决定落地效果的,往往是提示工程、坐标系标定、安全边界这些不性感的工作。Argon 的价值,是把其中「物理常识推理」这一层标准化了,让厂商不必从零训练一个懂接触、懂遮挡、懂因果的模型。

对行业意味着什么

过去一年,具身智能的竞争集中在「谁的演示视频更丝滑」。Argon 把话题拉回到工程:谁能更低成本地完成场景适配,谁能把仿真数据稳定地迁移到真机,谁能把失败率压到可接受范围。谷歌选择把 Argon 放进 Gemini API 和 AI Ultra 订阅,也是在抢「机器人推理层」的入口——不卖机器人,卖机器人的脑子。

对国内机器人公司来说,这是一个可复用的外部能力,也是一次压力测试:如果物理推理可以按 Token 付费,那么差异化就只能落在本体成本、场景数据和交付服务上。机器人行业的下一场比赛,可能不在展台上,而在谁能把「预演」变成稳定的日常。

产品链接

结语

Argon 不是终点,而是一个信号:机器人模型正在从「端到端黑盒」走向「推理加工具」的组合。真正值得关注的,不是下一次演示有多顺,而是失败率什么时候能被公开、被量化、被压下来。

本文地址:https://www.163264.com/22120