Google DeepMind 发布 Gemini 4 Argon，以 87% 得分领跑具身推理并打通从草图到 MuJoCo 仿真的全链路

Google DeepMind 正式发布 Gemini 4 Argon，这是一款专为机器人全生命周期设计的通用物理推理模型，在 Embodied Reasoning (ERQA) 基准测试中以 87% 的纯推理得分超越所有其他前沿模型。该模型原生支持对多视角视频、3D 几何、接触力学和本体感受遥测数据的推理，旨在加速通往物理 AGI 的进程。

Argon 的核心增量在于其构建高保真数字孪生的能力，实现了从真实机器人视角、人类第一人称视频甚至手绘草图到 MuJoCo 物理仿真环境的自动转换。它不仅能生成包含精确碰撞形状、摩擦力和关节参数的场景资产，还能在 500 Hz 频率下完成人类手部轨迹到 76-DoF 双足人形机器人的重定向，并通过视觉 - 物理双重校验确保仿真与现实的接触事件一致。此外，模型具备自改进机制，能通过单次 RGB 照片在仿真中生成 4,500+ 条域随机化数据，将真实世界机械臂的成功率从 56% 提升至 75%，并能将复杂的论文控制器移植到 WebAssembly 浏览器沙箱中进行验证。

事实层面，Argon 已集成至 Google AI Studio 和 Gemini API，并在 Google Antigravity 平台作为 active model 开放给 Ultra 订阅者使用。推断层面，这种将代码生成、视觉感知与物理仿真紧密结合的架构，意味着机器人开发将从“试错”转向“仿真先行”，大幅降低硬件迭代成本。猜测层面，虽然文中展示了强大的 Self-improvement 能力，但其在复杂动态环境下的长程规划稳定性仍需更多实际部署数据验证。