Gemini 4 Argon ciptakan dunia pelatihan robot dari gambar atau video apa pun
Google memperlihatkan Gemini 4 Argon mengubah foto, sketsa, atau video menjadi simulasi pelatihan robot, meski penyiapannya masih memerlukan campur tangan manusia.
Illustration made on Lumeta with GPT Image 2.5Make one like it
Pada 15 Okt. 2026, Google memperkenalkan Gemini 4 Argon sebagai satu model robotika yang dapat mengendalikan robot, membuat simulasi pelatihan dari foto, sketsa, dan video, serta meninjau rekaman pelatihan. Hal ini penting karena Google berupaya menyatukan beberapa tahapan robotika ke dalam satu sistem. Namun, demo Google sendiri juga menunjukkan bahwa Argon masih bergantung pada prompt manusia yang terperinci, agen verifikasi tambahan, dan akses pengembang berbayar.
Apa yang ditunjukkan Google
Demo Google berfokus pada penggunaan simulasi sebelum tindakan di dunia nyata. Dalam satu contoh, robot Spot dari Boston Dynamics berlatih menginjak pedal tempat sampah dan membuang kaleng soda di dalam salinan virtual dari lokasi tersebut sebelum mencobanya pada perangkat keras sungguhan. Dalam contoh lain, Argon mengambil satu foto meja yang berantakan, membuat replika adegannya, merancang 77 tugas, dan menghasilkan lebih dari 4.500 episode pelatihan. Menurut Google, hal itu menaikkan tingkat keberhasilan robot sungguhan dari 56 menjadi 75 persen dan memangkas waktu eksekusi dari 35 menjadi 24 detik. Argon juga mengubah rekaman teleoperasi, video sudut pandang orang pertama, bahkan sketsa pena menjadi tugas robot yang disimulasikan.

Illustration made on Lumeta with GPT Image 2.5Make one like it
Google juga menunjukkan Argon berperan sebagai perencana bagi Gemini Omni, sebuah model dunia video. Dalam penyiapan itu, Argon menulis instruksi bercap waktu untuk tangan robot, memeriksa bingkai video yang dihasilkan, lalu menyesuaikan langkah berikutnya hingga tangan robot menyusun ubin huruf membentuk kata ARGON. Dalam demo lengan robot terpisah, Argon mengulang tugas penempatan Lego yang gagal setelah meninjau log dan gambarnya sendiri, dengan waktu membaik dari 58,9 detik pada percobaan pertama menjadi 17,4 detik pada percobaan ketiga. Google menyebut Argon juga dapat merekonstruksi makalah robotika yang telah terbit menjadi simulasi berbasis browser, dengan 68 kotak pasir semacam itu yang sudah dibuat sejauh ini.
Apa arti hasilnya, dan siapa yang bisa menggunakannya sekarang
Bagian terkuat dari promosi Google adalah cakupannya: satu model untuk kendali, simulasi, dan evaluasi data. Catatan terbesarnya adalah seberapa banyak perancah yang masih terlihat. Google merilis contoh prompt yang mencakup kisi koordinat, perintah yang sudah disiapkan, daftar batasan yang panjang, dan, dalam beberapa demo, agen pembantu yang memverifikasi posisi sebelum robot bertindak. Google menyatakan Argon meraih skor 87 persen pada tolok ukur ERQA untuk penalaran berwujud, tetapi pada tolok ukur AA-Robotics dari Artificial Analysis, Argon berada di posisi ketiga dengan skor 55 dari 100, di belakang GPT-6 Astra dengan 69 dan GPT-6.1 Sol dengan 65. Pengembang kini dapat mengakses Argon di Google AI Studio dan Antigravity bagi pelanggan Google AI Ultra, serta melalui tingkat berbayar Gemini API.
Bagi tim robotika, kesimpulan praktisnya bukanlah bahwa satu model kini menggantikan seluruh tumpukan teknologi. Yang terjadi adalah Google sedang gencar mengejar tujuan itu, dan Argon sudah tampak berguna untuk membuat lingkungan latihan, menguji rencana tindakan, dan meninjau demonstrasi sebelum pelatihan. Pertanyaan yang masih terbuka adalah seberapa sering alur kerja ini berfungsi tanpa rancangan prompt dari ahli, dan seberapa baik ketahanannya di luar demo yang ditata dengan cermat.
Gemini OmniGoogle menggunakan Gemini Omni sebagai model dunia video dalam salah satu demo Argon. Jika Anda ingin menjelajahi sisi pembuatan adegan dari alur kerja tersebut, inilah alat yang paling mendekati di katalog kami.

