Google, robot eğitimi demolarıyla Gemini 4 Argon’u yayınladı

Google, en yeni öncü yapay zeka modeli Gemini 4 Argon'a erişimi açtı. Robotik demolarında model, sıradan insan videolarını izledi, bunlardan fiziksel simülasyonlar oluşturdu ve ardından bunları gerçek robotları kontrol etmek için kullandı. Google DeepMind, Argon'u "tüm robotik yaşam döngüsü" boyunca kullanılabilen "genel amaçlı bir fiziksel muhakeme modeli" olarak tanımlıyor. Şirket, 13 Ekim'de modeli ücretli Gemini API aracılığıyla ve Google AI aboneleri için dünya genelinde kullanıma sundu.developers.googleblog+2

Robotik gösterimi, Alphabet'in ↗ 0.37% Google'ından gelen daha geniş bir lansmanın parçası. Şirket, Argon'u esas olarak kodlama, kurumsal bilgi işleri ve siber güvenlik için pazarlıyor, ancak modeli aynı zamanda robot eğitim ortamları oluşturmanın yavaş işini hızlandırmanın bir yolu olarak konumlandırıyor.blog+1

Videodan simülasyona ve donanıma

Bir iç testte Argon, bir kişinin cornhole oynadığı ham videoyu izledi, alanı haritalandırdı ve atışı kopyalamak için gereken tüm vücut eklem hareketlerini hesapladı. Ardından simülasyon kodunu kendi başına yazdı. Beceri Apptronik'in Apollo insansı robotuna aktarıldıktan sonra, robot "gerçek dünya denemesinde arka arkaya yedi atışı hızla gerçekleştirdi," dedi Google. Şirket bu yaklaşıma "Video-to-Sim-to-Real" adını veriyor. Bu hattın "haftalar süren manuel simülasyon modellemesini birkaç saate sıkıştırdığını" ve sıradan videoları "robotik için ölçeklenebilir, sonsuz bir eğitim alanına" dönüştürdüğünü belirtiyor.blog

Başka bir demoda Argon, altı serbestlik dereceli bir kola sahip Boston Dynamics Spot dört ayaklı robotunu kontrol etti. Ayak pedallı bir çöp kutusunun MuJoCo dijital ikizini oluşturdu ve simülatörde üç bacak üzerinde dengede durma provası yaptı. Ancak o zaman gerçek robot pedala bastı, bilek kamerasıyla kutunun çöp kutusunun üzerinde ortalandığını kontrol etti ve soda kutusunu içine bıraktı. Google'da kıdemli yazılım mühendisi olan Kanishka Rao, bu ve diğer örnekleri bir geliştirici blog yazısında anlattı.developers.googleblog

Bir masa üstü fotoğrafından yola çıkan Argon, ayrıca bir simülasyon oluşturdu, yeni görevler tanımladı ve 4.500'den fazla rastgele eğitim bölümü üretti. Google'a göre, bu verilerin kullanılması bir görme-dil-eylem modelinin gerçek dünyadaki başarı oranını %56'dan %75'e çıkardı ve görev tamamlama süresini 35 saniyeden 24 saniyeye indirdi.developers.googleblog

Kıyaslamalar ve erişim

Google, Argon'un 3D ortamlarda uzamsal ve fiziksel problem çözmeyi test eden Somutlaştırılmış Muhakeme (ERQA) kıyaslamasında %87 puan aldığını söylüyor. Şirket, bu puanın test ettiği diğer tüm öncü modelleri geçtiğini ve Argon'un buna robota özel ayarlamalar yapmadan "saf muhakeme kullanarak" ulaştığını belirtiyor. The Times of India, Google'ın robotik örneklerinin Spot ile manipülasyondan Apollo insansı robotlarındaki atış görevlerine kadar uzandığını kaydetti.timesofindia.indiatimes+2

Google, Argon'u ilk olarak 30 Eylül'de duyurdu. O aşamada, Google ABD hükümetinin ön sürüm model erişimi için gönüllü sürecine katılırken, model yalnızca şirketin Fairwind Programı aracılığıyla incelenmiş siber savunucularla sınırlıydı. Tanıtım API fiyatlandırması, 30 Kasım 2026'ya kadar milyon giriş token'ı başına 2 dolar ve milyon çıkış token'ı başına 10 dolardır. Bundan sonra fiyat 4 ve 20 dolara yükselecektir.blog+1

Uyarılar

Google'ın model kartı, Argon'un diğer temel modeller gibi hala halüsinasyon görebileceğini belirtiyor. Robotik sonuçlarının tamamı şu ana kadar bağımsız testlerden ziyade Google'ın kendi demolarından geliyor. Google, bu çalışmayı "fiziksel AGI" olarak adlandırdığı şeye doğru bir adım olarak çerçeveliyor ve amacının "karmaşık zorlukları çözmek için insanlarla birlikte çalışabilen robotik sistemleri mümkün kılmak" olduğunu söylüyor.deepmind+1