15 октября 2026 года The Decoder описал Gemini 4 Argon — модель Google, которую компания предлагает для управления роботами, создания симуляций и оценки обучающих данных. В пересказе издания Argon лидирует в приведённых Google результатах теста пространственного рассуждения, но занимает третье место в испытании управления реальной роботизированной рукой. Эти показатели относятся к разным задачам и не дают единой оценки практической эффективности. The Decoder: описание Gemini 4 Argon и результатов испытаний, 15 октября 2026 года.
Симуляции и управление роботами
В описанной The Decoder демонстрации с четвероногим роботом Spot Argon сначала создал виртуальную копию мусорного ведра. Робот отрабатывал в симуляции балансирование на трёх ногах, а затем попробовал выполнить задание на реальном оборудовании. Перед сбросом банки два дополнительных ИИ-агента проверяли положение ноги и захвата. Это показ одного сценария, а не подтверждение надёжной работы в разных условиях.
В другом примере, по данным Google в пересказе The Decoder, по фотографии стола Argon сформировал 77 заданий и более 4 500 обучающих эпизодов для управляющей модели. Для описанного запуска сообщается, что успешность выросла с 56% до 75%, а время выполнения уменьшилось с 35 до 24 секунд. Источник не указывает знаменатель этих процентов, поэтому их нельзя трактовать как долю успеха по известному числу попыток.
Argon также управлял видеомоделью Gemini Omni: задавал последовательные команды, проверял кадры и корректировал следующие шаги. В демонстрации пять плиток сложились в слово ARGON за 33 шага. В отдельном эпизоде с роботизированной рукой кирпич поместили в коробку с третьей попытки: три запуска заняли 58,9, 23 и 17,4 секунды; в последнем кирпич оказался в центре. Эти числа описывают три попытки одного примера, а не обобщённую скорость системы.
Анализ обучающих видео
Ещё одна заявленная роль Argon — разбирать видео действий робота на подэтапы. В примере, описанном The Decoder, модель анализировала ролик с роботом, складывающим оригами, и отмечала паузы и неудачные захваты. По публикации, такие отрезки можно учитывать с меньшим весом при обучении.
ERQA и AA-Robotics проверяют разные навыки
По результатам Google, приведённым The Decoder, Argon набрал 87% на ERQA — тесте из 400 вопросов о физических и пространственных задачах без вспомогательных инструментов. В том же сравнении Claude Opus 5.5 получил 82,3%, GPT-6 Astra — 81%, Claude Fable 5.1 — 74%. ERQA оценивает ответы на вопросы, а не непосредственное управление роботом.
В описанном The Decoder тесте AA-Robotics языковые модели управляли реальной роботизированной рукой в восьми задачах. Argon получил 55 баллов из 100 и занял третье место; GPT-6 Astra набрал 69, GPT-6.1 Sol — 65. Таким образом, первое место Argon в приведённых Google результатах ERQA не означает лидерства в испытании физического управления.
Что означают показанные результаты
Все демонстрации и результаты ERQA в этой статье известны по публикации The Decoder; собственная проверка редакцией не проводилась. Издание отмечает, что примерам нужны подробные инструкции и участие человека, а доступ к Argon предлагается через платные программы Google для разработчиков — конкретная цена не указана. Описанные эпизоды не устанавливают, насколько система будет эффективна на других роботах, задачах и в условиях, отличающихся от показанных.
