![文章封面](https://developer.qcloudimg.com/http-save/10106350/325893b80d2af224c744e9924e01aea3.png)

Argon 可应用于机器人生命周期的所有环节，从视频或草图重建仿真环境、生成控制代码、标注数据到迭代改进策略，已演示控制 Boston Dynamics Spot 四足机器人、76 自由度双手人形机器人完成踩踏板、折纸、投掷等任务。

![](https://developer.qcloudimg.com/http-save/10106350/5efbafcefbd984e00fb0d767f4a23c56.png)

ERQA 基准测试评估模型在 3D 环境中理解和解决物理、空间问题的能力。官方博客称 Argon 在物理理解、代码生成和视觉语义推理方面实现跨越式进步。

## 直接控制多类型机器人硬件

Argon 控制 Boston Dynamics Spot 四足机器人学会踩踏板垃圾桶扔易拉罐。Spot 的腿部有 12 自由度，配备 6 自由度手臂。Argon 先创建踏板垃圾桶的 MuJoCo 数字孪生体练习动作，再在物理硬件上执行。控制过程中使用视觉坐标系统和动作原语，手腕相机配备投影的 2 厘米世界坐标校准网格。

在人形机器人上，Argon 控制 76 自由度双手人形机器人，机器人身体有 32 自由度，配备两个 22 自由度五指灵巧手，完成将正方形纸折成折纸狐狸的任务，总时长 136 秒，涉及 6 个连续语义子任务和 17 个接触级原子操作。

投掷任务中，Argon 综合 50 赫兹全身投掷轨迹，共 140 步、2.80 秒，人形机器人保持直立平衡，骨盆漂移小于 3 厘米，击倒全部 6 个目标箱子。

## 从多种输入重建物理仿真环境

Argon 可从机器人相机视频、第一人称人类视频或手绘草图重建物理校准的仿真孪生体。重建过程中，Argon 使用迭代视觉推理循环调整资产和场景，使仿真中的视觉和接触事件与真实记录数据匹配，用复合凸分解网格替换粗糙边界框。

在双臂 Franka FR3 的 MuJoCo 环境中，Argon 解决 12 球平衡秤谜题，这 12 个台球视觉上完全相同，Argon 在 3 次称重内将异常球分离到重球托盘或轻球托盘。

## 视频生成模型的闭环引导

Argon 在闭环中引导视频世界模型。演示中，Argon 写出带时间戳的动作提示，引导 33 步视频生成，在桌面上拼出 A-R-G-O-N 字母。每个命令必须保持在 0.55 弧度范围内，手臂关节和 0.65 弧度范围内，手部关节，控制人形机器人 7 自由度手臂和 22 自由度手的关节。

## 数据标注与行为改进

Argon 提供多模态事后标注功能，能识别不稳定的抓握和失误等糟糕的操作片段。在行为克隆训练中，这些片段的权重被降低到 0.15 倍至 0.25 倍。

Argon 将人类手部轨迹重定向到 76 自由度双手人形机器人上，综合平衡的全身和五指投掷轨迹。仿真在 MuJoCo 中以 500 赫兹运行，时间步长为 0.002 秒。物体提升验证的最小高度为 2 厘米。

官方博客展示了 Argon 导出的 Blender 4.5 Cycles 渲染，支持通过仿真进行动作改进和在硬件上进行迭代自我改进。博客未说明 Argon 的训练数据规模、推理延迟或商业可用性计划。

这是一个通用物理推理模型，在 ERQA 基准测试中得分 87%，超过所有前沿模型，可直接生成机器人控制代码、重建仿真环境、标注数据并进行自我改进。

Google 发布 Gemini 4 Argon，物理推理模型直接控制机器人完成投掷、折纸任务

编程语言

Argon覆盖机器人全生命周期，支持从视频/草图重建仿真环境、生成代码到策略迭代，已控制Spot与76自由度人形机器人完成踩踏板、折纸、投掷等任务，并在ERQA基准中实现物理理解与视觉推理突破，含视频模型闭环引导及数据标注优化功能。

数据标注

数字孪生

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Google 发布 Gemini 4 Argon，物理推理模型直接控制机器人完成投掷、折纸任务-腾讯云开发者社区-腾讯云

Google 发布 Gemini 4 Argon，物理推理模型直接控制机器人完成投掷、折纸任务

Google 发布 Gemini 4 Argon，物理推理模型直接控制机器人完成投掷、折纸任务

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐