Google 展示了 Gemini 4 Argon 如何控制机器人并为它们构建模拟

📌 Google показала, как Gemini 4 Argon управляет роботами и строит для них симуляции Свежая Argon набрала 87% на ERQA, тесте на рассуждения о физическом мире для роботов, причём без внешних инструментов, только за счёт рассуждений. По словам Google, это лучше любой другой передовой модели. Модель управляла роботом Spot от Boston Dynamics и собрала в симуляторе MuJoCo цифровую копию мусорного ведра с педалью, отрепетировала на ней движения, а затем заставила настоящего робота наступить на педаль и выбросить банки. Простой манипулятор с камерой на запястье по её командам поднял упавшую кружку и положил в неё скомканную салфетку. Для этого модель за несколько шагов перебирала действия посмотреть, схватить, переместить и положить. Ещё одна сцена была собрана по рисунку от руки. Там гуманоид бросал мяч и сбивал пирамиду из шести коробок, все шесть упали. 🟡 Argon умеет размечать записи чужих роботов Видео, на котором двурукий ALOHA 2 136 секунд складывает лису из бумаги, модель разбила на шесть подзадач и 17 элементарных движений, при этом участки с неудачными попытками пометила как не продвигающие работу. На маленьком манипуляторе SO-101 модель сама разбирала по логам и видео, почему не удался захват кубика LEGO, и за три попытки сократила время задачи с 58,9 до 17,4 секунды. По одной фотографии рабочего места с двумя манипуляторами Franka Argon собрала откалиброванную симуляцию, придумала 77 задач и сгенерировала больше 4500 эпизодов. Дообученная на них модель VLA стала справляться с реальными задачами в 75% случаев вместо 56%, а среднее время выполнения сократилось с 35 до 24 секунд. @ai_machinelearning_big_data