Google представила Gemini 4 Argon — модель, которая, по заявлению компании, позволяет роботам рассуждать о физическом мире и выполнять новые задачи без предварительной подготовки. На тесте ERQAi модель набрала 87%, опередив другие передовые системы; в демонстрациях она управляла роботом Spot и манипуляторами, а также создавала симуляции по реальным сценам и рисункам.

Argon может анализировать работу других роботов, выявлять неудачные действия и готовить данные для дообучения. При этом Google пока не сообщала о прямой интеграции модели в свои специализированные робототехнические модели.

• Spot от Boston Dynamics по команде Argon наступил на педаль цифровой копии мусорного ведра, созданной в MuJoCoi, и выбросил банки.
• Манипулятор с камерой на запястье поднял упавшую кружку и положил в неё скомканную салфетку; модель последовательно выбирала действия — посмотреть, схватить, переместить и положить.
• По рисунку от руки Argon построила сцену, в которой гуманоид бросил мяч и сбил пирамиду из шести коробок.
• Запись 136-секундной работы ALOHA 2 модель разделила на шесть подзадач и 17 движений, отметив неудачные попытки как не продвигающие работу.
• На SO-101 Argon проанализировала неудачный захват кубика LEGO и за три попытки сократила время задачи с 58,9 до 17,4 секунды.
• По фотографии рабочего места с двумя манипуляторами Franka модель создала откалиброванную симуляцию, 77 задач и более 4500 эпизодов. Дообученная на этих данных VLAi повысила успешность реальных задач с 56% до 75%, а среднее время выполнения уменьшила с 35 до 24 секунд.