Gemini 4 Argon for Robotics

Google 发布 Gemini 4 Argon，ERQA 纯推理成绩官方称达 87%

官方称，Gemini 4 Argon 是面向机器人全生命周期的通用物理推理模型，在 ERQA 具身推理基准上纯推理得分 87%，超过其他前沿模型。机器人控制上，它用 MuJoCo 练习脚踩踏板垃圾桶、驱动机械臂零样本扶正杯子与装纸巾，并闭环引导 Gemini Omni 世界模型重排字母块拼出 ARGON。Real2Sim 方向，它能从机器人视频、第一人称人类视频或手绘草图重建物理校准的 MuJoCo 仿真，匹配接触力与外观。物理理解上，Argon 对折纸操作视频生成多层事后标注并做质量控制，并从 UMI 数据估计稠密价值函数。研究与自改进方面，官方称其从真实桌面照片生成 4500+ 条仿真轨迹，将真实机器人成功率从 56% 提高到 75%；还能在硬件上迭代提速，并把 DeepLoco、HUSKY 等论文复现为 MuJoCo WebAssembly 浏览器沙盒。现已在 Google AI Studio、Gemini API 付费层和 Google Antigravity 提供，模型名为 gemini-4-argon。

1. 1ERQA 纯推理 87%，官方称超过所有前沿模型
2. 2一个模型覆盖控制、Real2Sim、物理理解、自我改进
3. 3手绘草图直接生成 mujoco_warp 场景，验证 6/6 击倒

为什么重要　机器人策略不再逐任务训练：单个模型直接输出控制命令与仿真孪生，数据闭环的工程门槛明显下降。适合　做具身智能、机器人数据闭环与仿真基础设施的工程与研究同学。

来源

deepmind.google