谷歌希望Gemini 4 Argon成为机器人所需的唯一AI模型
decoder ·
Google DeepMind推出了Gemini 4 Argon,这是一个统一的AI模型,旨在管理整个机器人开发流程,包括仿真环境创建、机器人控制以及训练数据评估。该系统能够根据照片或草图等简单输入生成虚拟练习环境,使机器人在实际部署前能够优化动作。在演示中,Argon引导波士顿动力(Boston Dynamics)的Spot机器人在MuJoCo仿真环境中练习后,成功将易拉罐投入垃圾桶,显著提高了成功率和执行速度。该模型还充当视频世界模型的“导演”,并通过标记低效的子步骤来评估训练视频,从而优化未来的学习过程。尽管Argon在空间推理基准测试ERQA中表现领先,但在直接物理控制任务基准AA-Robotics中排名第三。尽管具备这些能力,演示结果表明该系统仍严重依赖详细的人类提示和特定约束才能有效运作。谷歌表示,Argon通过在单一框架内处理仿真、控制和评估,代表了迈向“物理通用人工智能(AGI)”的一步。目前,该模型已通过谷歌的付费订阅层级向开发者开放。
decoder