Gemini 4 Argon 面向机器人
强调物理理解、代码生成和视觉语义推理用于机器人流程。
为什么重要
为机器人开发者提供了物理推理模型在任务规划与控制中的示例。
阅读原文deepmind.google
AI 解读（根据原文生成）
Google DeepMind 博客介绍 Gemini 4 Argon，称其在物理理解、代码生成和视觉语义推理上有提升，可用于机器人生命周期中的多个环节。文章提到 Argon 在 Embodied Reasoning（ERQA）基准上通过纯推理得分 87%，并展示其控制 Boston Dynamics Spot 四足机器人、创建 MuJoCo 数字孪生练习踩踏脚踏垃圾桶，以及用视觉坐标和动作原语控制机械臂完成扶正杯子并放入餐巾的提示示例。正文未说明模型权重或代码是否开放。
要点（AI 据原文整理，数字均已与原文核对）
- Using pure reasoning, Argon scores 87% on the Embodied Reasoning (ERQA) benchmark.
- Argon controls a Boston Dynamics Spot® quadruped with 12-DoF legs + 6-DoF arm.
- Argon creates an articulated MuJoCo digital twin of a foot-pedal trash bin.
- Argon reasons with a visual coordinate harness and action primitives to control a simple robotic arm.
