谷歌Gemini 4 Argon机器人版 ERQA夺冠

时间：2026年10月13日 地点：美国加州山景城/伦敦（Google DeepMind 双总部） 人物：Google DeepMind 团队、机器人控制与具身智能研究组（Boston Dynamics 作为硬件合作方） 事件详情：Google DeepMind 于 10 月 13 日在开发者博客发布 Gemini 4 Argon for Robotics，将 Gemini 4 Argon 正式作为通用物理推理底座接入机器人开发生态。该模型在 Embodied Reasoning (ERQA) 基准上以纯推理方式取得 87% 得分，超过所有已发布的同代前沿模型。Google 同步展示了四个方向的代表提示词与机器人控制工作流：Row 1 是 Boston Dynamics Spot 四足机器人借助 MuJoCo 数字孪生「练习-执行」两步完成踩踏式垃圾桶投放汽水罐；Row 2 是零样本控制简单机械臂完成倒立马克杯扶正+纸巾塞入；Row 3 是通过 Gemini Omni World Model 闭环驱动，把散落的 A-R-G-O-N 五个字母牌排成单词；Row 4 是 Real2Sim，从机器人相机、第一视角人像视频甚至手绘草图重建物理可校准仿真孪生。 背景：Gemini 4 Argon 是 Google 9 月底推出的旗舰前沿模型，主打代码生成与复杂专业工作流。10 月 13 日是面向全球 AI Pro 用户正式铺开的日子，DeepMind 选择同一天发布机器人专用版本，标志着 Google 把具身智能视为 Gemini 4 Argon 的核心垂直战场之一。ERQA 基准测试的是模型对 3D 环境中物理与空间关系的纯推理能力，覆盖机器人理解、规划与故障恢复等关键场景。 影响：Gemini 4 Argon for Robotics 提供了从机器人控制、Real2Sim、物理理解到研究自改进的端到端工作流。模型可直接生成控制代码、操作 MuJoCo 仿真、驱动视频世界模型，并通过闭环自我迭代提升硬件表现。对开发者而言，可显著降低具身智能机器人项目从仿真到实机的迁移成本。对竞争格局而言，物理 AGI 路径再次被 Google 锁定为前沿模型差异化指标，OpenAI、Anthropic 在该垂直领域的策略压力同步上升。 总结：Google DeepMind 把 Gemini 4 Argon 推进机器人控制层，ERQA 基准 87% 居首，并给出 Spot 投瓶、机械臂扶杯、世界模型排字母、Real2Sim 等完整工作流演示。这是从「会说话」到「能动手」的关键一步，物理 AGI 路线进入工程化阶段。 参考来源： https://developers.googleblog.com/gemini-4-argon-for-robotics/ https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/ https://deepmind.google/models/model-cards/gemini-4-argon/ https://deepmind.google/models/gemini-robotics/ https://www.linkedin.com/posts/brianheater_googles-google-deepmind-team-tuesday-unveiled-activity-7515869844232269824-KQ0i https://www.cnet.com/tech/services-and-software/gemini-4-argon-general-release-google-ai-news/ https://bostondynamics.com/blog/tools-for-your-to-do-list-with-spot-and-gemini-robotics/ https://github.com/embodiedreasoning/ERQA