Google 用 Gemini 4 Argon 让机器人看视频学投沙包
先了解这件事
Google 展示 Gemini 4 Argon 在机器人物理学习上的能力：让模型观看人类玩 cornhole（沙包投掷）的视频，推演物理规律、编写自己的模拟程序练习，再教给 Apptronik 的 Apollo 人形机器人。Google 称 Apollo 在真实世界试验中连续投中七次，并把原本需要数周的手动建模压缩到几个小时。上述结果均来自 Google 方面的展示，尚未见第三方复现。 The Decoder 的报道补充了 Argon 的完整机器人流程：Spot 机器狗先在 MuJoCo 仿真中练习踩踏板扔易拉罐再上真机，单张照片可生成超过 4,500 段训练片段，把真实机器人成功率从 56% 提升到 75%。Argon 现已在 Google AI Studio 和开发环境 Antigravity 上线，但仅限 Google AI Ultra 订阅者使用；开发者也可通过 Gemini API 付费层访问。
AI 根据报道生成 · 14 天前更新
事件进展
2 个进展
- 10月16日 00:35 · 1 篇报道Google 发布 Gemini 4 Argon 机器人模型The Decoder：AI News：Google 演示 Gemini 4 Argon 的机器人全流程用法
- 10月14日 00:13 · 5 篇报道Gemini 4 Argon加速机器人物理学习Google：Gemini 4 Argon 让机器人通过看视频学会真人运动
报道时间线
沿着报道，了解事件的不同侧面。
- The Decoder：AI NewsGoogle 演示 Gemini 4 Argon 的机器人全流程用法
The Decoder 介绍了 Google 此前发布的 Gemini 4 Argon 如何覆盖机器人控制、仿真训练和数据评估的完整流程。Spot 机器狗先在 MuJoCo 仿真中练习踩踏板扔易拉罐再上真机，单张照片可生成超过 4,500 段训练片段，把真实机器人成功率从 56% 提升到 75%。
- GoogleGemini 4 Argon 教机器人玩沙包投掷
我们用 Gemini 4 Argon 教一个机器人玩沙包投掷 🦾 仅通过观看人类玩沙包投掷的视频，Argon 就推演出了物理规律，编写了自己的模拟程序进行练习，并教会了 @Apptronik 的 Apollo 人形机器人连续命中 7 球。
- Google AIGoogle 用 Gemini 4 Argon 加速机器人研究
我们一直在探索利用 Gemini 4 Argon 加速 @Google 研究的潜力。其中一项测试是：用人类完成趣味任务的视频（比如来一局沙包游戏？）来自主生成训练模拟，而不是完全依赖人工编程。 来听听我们研究团队的介绍，并观看实际效果——我们的类人机器人研究这些视频、运行模拟，最终掌握了沙包投掷游戏。
- Google DeepMindDeepMind 与 Apptronik 用视频训练物理 AI
@Apptronik 通过将视频转化为物理 AI 的训练场，Argon 把数周的手动建模压缩到仅需几个小时。↓ https://goo.gle/3VxIB7v
- Google DeepMindGemini 4 Argon 教机器人玩沙包
Gemini 4 Argon 仅通过观看视频就教会了一台机器人玩沙包。 它推演了物理规律，编写了自己的模拟程序，并教会 @Apptronik 的 Apollo 人形机器人连续投中 7 次。
- GoogleGemini 4 Argon 让机器人通过看视频学会真人运动
Google 展示 Gemini 4 Argon 在机器人领域的真实世界物理学习能力：让 Argon 观看人类玩 cornhole 的视频，其映射环境、计算全身关节动作并自主构建仿真代码进行练习。迁移到 Apptronik 的 Apollo 人形机器人后，在真实世界试验中连续投中七次。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 810月23日 10:00
- 近 24 小时变化
- -51%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。