Google dévoile Gemini 4 Argon for Robotics, un modèle de raisonnement physique
Google présente un modèle capable de raisonner sur la vidéo, l'espace 3D et les lois physiques pour simuler et améliorer les mouvements des robots.
Google a dévoilé le 13 octobre « Gemini 4 Argon for Robotics », un modèle destiné à comprendre et à contrôler les situations physiques des robots, à construire des simulations et à améliorer leurs mouvements, selon aitimes.com. Le modèle raisonne conjointement sur la vidéo, l'espace 3D et les lois physiques afin d'aider les robots à accomplir des tâches complexes et à s'entraîner en simulation.
Contrairement aux modèles VLA de la série RT (RT-1, RT-2) de Google DeepMind, « Gemini 4 Argon for Robotics » est présenté comme un moteur de raisonnement de haut niveau et de conception de simulations, et non comme un modèle terminal qui commande directement un robot. Il construit automatiquement des environnements de simulation physique tels que MuJoCo et génère d'importants volumes de données d'entraînement pour maximiser le taux de réussite des modèles VLA polyvalents.
Le modèle a obtenu un score de 87 % au benchmark Embodied Reasoning Question Answering (ERQA) en utilisant uniquement le raisonnement, sans outils séparés. Lors d'une démonstration, il a contrôlé Spot, le robot quadrupède de Boston Dynamics, pour appuyer sur une poubelle à pédale, en ouvrir le couvercle et y jeter une canette.
Les données d'entraînement issues de la simulation ont fait passer le taux de réussite d'un modèle VLA polyvalent de 56 % à 75 %. « Gemini 4 Argon for Robotics » est proposé aux abonnés AI Ultra dans Google AI Studio et Google Antigravity, avec des outils de développement et des SDK associés pour les applications de contrôle robotique et de simulation.
Contexte
Google DeepMind avait précédemment développé la série RT (RT-1, RT-2) comme référence pour le contrôle robotique, des modèles VLA (Vision-Language-Action) qui apprennent à partir de données de démonstration de navigation et de manipulation robotiques à grande échelle et émettent des commandes de conduite directes.
En bref
Qu'est-ce que « Gemini 4 Argon for Robotics » ?
Un modèle dévoilé par Google le 13 octobre pour comprendre et contrôler les situations physiques des robots, construire des simulations et améliorer les mouvements.
Comment ce modèle se distingue-t-il de la série RT de Google DeepMind ?
Contrairement aux modèles VLA RT-1 et RT-2, il est décrit comme un moteur de raisonnement de haut niveau et de conception de simulations, et non comme un modèle terminal qui commande directement un robot.
Où le modèle est-il disponible ?
Il est proposé aux abonnés AI Ultra dans Google AI Studio et Google Antigravity, avec des outils de développement et des SDK associés pour le contrôle robotique et la simulation.