Google DeepMind показала новый способ обучения роботов. Модель Gemini 4 Argon осваивает физическую задачу, просто посмотрев видео, а потом переносит навык на гуманоида Apollo от Apptronik.
Что умеет Gemini 4 Argon
Демонстрация стала частью запуска Gemini 4 Argon - свежей флагманской модели Google. По словам компании, она объединяет визуально-семантическое мышление, понимание физики и автономную генерацию кода для робототехники.
Как проходил тест
Внутри компании провели тест. Argon показали сырое видео, где человек играет в корнхол. Модель разобрала обстановку, прикинула пространственные координаты и рассчитала, как должны двигаться все суставы, чтобы выполнить бросок.
Дальше Argon сама написала код симуляции - и обученное поведение переехало на гуманоида Apollo. По данным Google DeepMind, в реальном испытании Apollo попал семь раз подряд.
Конвейер Video-to-Sim-to-Real
Сам подход компания называет конвейером «Video-to-Sim-to-Real». Он, как утверждается, сжимает моделирование робота, на которое обычно уходят недели ручной работы, до нескольких часов.
«Этот конвейер "Video-to-Sim-to-Real" укладывает недели ручного моделирования симуляции в пару часов и превращает обычные видео в масштабируемый, бесконечный полигон для обучения роботов», - говорит Google DeepMind.
Зачем всё это? Демонстрация должна показать, как модели общего назначения могут сократить объём ручной инженерии при обучении роботов новым физическим навыкам.
Результат на бенчмарке ERQA
Кстати, Argon проверили и на собственном бенчмарке Embodied Reasoning, или ERQA. Он меряет, насколько хорошо модель рассуждает о физических и пространственных задачах в 3D-среде. Результат - 87 процентов.
Где ещё применяют модель
Позиционируют Gemini 4 Argon шире: сложная инженерия, наука, программирование, бизнес-задачи. Google уже применяла модель в проектах от оптимизации больших кодовых баз до квантовых вычислений, термоядерного синтеза и исследований в науках о жизни.
Модель теперь доступна через продукты Google с ИИ и через Gemini API. А робототехническую работу компания подаёт как часть более широкой попытки применить продвинутое мышление ИИ к физическим системам.
