Google quer que o Gemini 4 Argon seja o único modelo de IA necessário para robôs
decoder ·
O Google DeepMind apresentou o Gemini 4 Argon, um modelo de IA unificado projetado para gerenciar todo o pipeline de robótica, incluindo a criação de simulações, controle do robô e avaliação dos dados de treinamento. O sistema pode gerar ambientes virtuais de prática a partir de entradas simples, como fotos ou esboços, permitindo que os robôs refinem seus movimentos antes da implantação no mundo real. Em demonstrações, o Argon guiou um robô Boston Dynamics Spot a jogar latas em uma lixeira após praticar em uma simulação MuJoCo, melhorando significativamente as taxas de sucesso e a velocidade de execução. O modelo também atua como diretor para modelos de mundo baseados em vídeo e avalia vídeos de treinamento, sinalizando subetapas ineficientes para otimizar o aprendizado futuro. Embora o Argon lidera no benchmark ERQA para raciocínio espacial, ficou em terceiro lugar no benchmark AA-Robotics para tarefas de controle físico direto. Apesar dessas capacidades, as demonstrações revelam que o sistema ainda depende fortemente de prompts humanos detalhados e restrições específicas para funcionar eficazmente. O Google afirma que o Argon representa um passo em direção à "AGI física", ao lidar com simulação, controle e avaliação dentro de uma única estrutura. O modelo está atualmente disponível para desenvolvedores por meio dos planos de assinatura pagos do Google.
decoder