В сентябре 2026 года Google представила флагманскую модель искусственного интеллекта Gemini 4 Argon, которая, по заявлениям компании, предназначена не только для взаимодействия с людьми, но и для управления роботами. В корпоративном блоге Google назвала Argon «качественным скачком в робототехнике», способным ускорить прогресс на пути к физическому, или воплощённому, искусственному интеллекту общего назначения. Ключевое отличие модели в том, что роботы, оснащённые Argon, способны думать, учиться и адаптироваться к новым задачам без значительных затрат на дообучение — то есть выполнять действия в режиме zero-shot control.

Результаты в бенчмарке Embodied Reasoning

Своё заявление о лидерстве Argon в сфере воплощённого рассуждения Google подтвердила результатами тестирования в пакете Embodied Reasoning (ERQA), который проверяет способность модели понимать и решать физические и пространственные задачи в трёхмерных средах. При использовании чистого логического вывода Argon набирает 87 %, опережая все остальные передовые модели на рынке. Этот показатель, по оценке разработчиков, демонстрирует, что модель способна к последовательному физическому мышлению без необходимости обучения на специализированных датасетах для конкретной задачи.

Отношение к существующим робототехническим моделям Google

Важно отметить, что на момент публикации Google пока не связала адаптацию Gemini 4 Argon или её компонентов к сфере ИИ-платформ для физического воплощения. Компания отдельно развивает две специализированные модели для робототехники — Gemini Robotics 1.5 и Gemini Robotics-ER 1.5, которые совместно реализуют подход «сначала обдумай, потом действуй»: робот сначала формирует план действий, а затем выполняет его. Argon делает нечто подобное, но в более универсальном формате: модель объединяет понимание физических явлений и процессов, генерацию кода и визуально-семантические рассуждения в едином архитектурном решении.

Практические примеры: от робота-собаки до Real2Sim

В корпоративном блоге Google привела наглядные примеры использования Argon в четырёх ключевых областях робототехники: симуляции действий и их воплощении в реальности, обучении на примерах, понимании обстановки и оттачивании навыков. Первым демонстрационным кейсом стало управление роботом-собакой Spot от Boston Dynamics в физическом симуляторе MuJoCo без предварительного обучения. Argon обучил четвероногого робота новому навыку — нажимать педаль мусорного ведра, чтобы выбрасывать в него поднятые с пола банки из-под газировки. Для отработки движения ИИ создаёт в MuJoCo цифровой двойник мусорного ведра с педалью и лишь затем позволяет роботу воспроизвести последовательность действий в реальности, корректируя его действия, отслеживая положение манипулятора, банки и открытого ведра, а также помогая удерживать равновесие на трёх конечностях, пока четвёртая нажимает на педаль.

Zero-shot управление манипулятором и технология Real2Sim

Во втором эксперименте Argon управляет роботизированной рукой, чтобы поставить опрокинутую кружку вертикально и положить внутрь смятую салфетку. Система использует пространственные координаты и команды перемещения и захвата, а после каждого этапа повторно анализирует изображение, корректируя действия с учётом положения предметов. Манипулятор выполняет все действия без предварительного обучения. Третья демонстрационная технология — Real2Sim — преобразует реальные сцены в физические симуляции: Argon анализирует видеозаписи, восстанавливает геометрию объектов и задаёт их физические свойства (массу, инерцию, трение, поведение при столкновениях). Затем виртуальная сцена проверяется на соответствие реальным изображениям с камер. Тот же процесс позволяет превратить грубый рисунок от руки — например, схему, где робот сбивает мячом пирамидку из кубиков, — в полноценную 3D-анимацию с реалистичной физикой.

Стратегический контекст: путь к общему ИИ в физическом мире

По оценке разработчиков Google, Gemini 4 Argon представляет собой важный этап на пути к созданию общего искусственного интеллекта, способного действовать в физическом мире. Новая модель объединяет программирование, визуальное восприятие, физическое моделирование и управление реальными роботами в единой архитектуре. Развивая Argon, компания заявляет о намерении создавать робототехнические решения, которые смогут работать совместно с людьми и помогать им решать сложные бытовые и промышленные задачи. Таким образом, Argon позиционируется не как узкоспециализированный инструмент для конкретного класса роботов, а как универсальная модель физического мышления, применимая на всех этапах жизненного цикла робототехнических систем.