Gemini 4 Argon crea mondi per addestrare robot da qualsiasi immagine o video
Google ha mostrato Gemini 4 Argon mentre trasforma una foto, uno schizzo o un video in simulazioni per l'addestramento dei robot, anche se la configurazione richiedeva ancora lavoro umano.
Illustration made on Lumeta with GPT Image 2.5Make one like it
Il 15 ottobre 2026 Google ha presentato Gemini 4 Argon, un unico modello per la robotica in grado di controllare i robot, generare simulazioni di addestramento a partire da foto, schizzi e video e analizzare i filmati di training. È un passo importante perché Google punta a riunire in un solo sistema diverse fasi della robotica, ma le sue stesse demo mostrano che Argon dipende ancora da prompt umani dettagliati, da agenti di verifica aggiuntivi e da un accesso a pagamento per gli sviluppatori.
Cosa ha mostrato Google
Le demo di Google ruotavano attorno all'uso della simulazione prima dell'azione nel mondo reale. In un esempio, un robot Spot di Boston Dynamics si è esercitato a premere il pedale di un bidone e a gettare una lattina di bibita all'interno di una copia virtuale della scena, prima di provarci sull'hardware reale. In un altro, Argon ha preso una singola foto di un tavolo ingombro, ha creato una scena replica, ha ideato 77 compiti e ha generato oltre 4.500 episodi di addestramento. Secondo Google, questo ha portato il tasso di successo di un robot reale dal 56 al 75 percento e ridotto il tempo di esecuzione da 35 a 24 secondi. Argon ha anche trasformato in compiti robotici simulati filmati di teleoperazione, video in prima persona di esseri umani e persino uno schizzo a penna.

Illustration made on Lumeta with GPT Image 2.5Make one like it
Google ha mostrato anche Argon nel ruolo di pianificatore per Gemini Omni, un world model video. In questa configurazione, Argon scriveva istruzioni con marcatura temporale per mani robotiche, controllava i fotogrammi video risultanti e correggeva il passo successivo finché le mani non disponevano delle tessere con le lettere a comporre ARGON. In una demo separata con un braccio robotico, Argon ha ritentato un compito fallito di posizionamento di mattoncini Lego dopo aver esaminato i propri log e le proprie immagini, passando da 58,9 secondi al primo tentativo a 17,4 secondi al terzo. Google afferma che Argon può anche ricreare articoli scientifici di robotica pubblicati sotto forma di simulazioni nel browser, con 68 sandbox di questo tipo realizzate finora.
Cosa dicono i risultati e chi può usarlo ora
Il punto di forza della proposta di Google è l'ampiezza: un solo modello per controllo, simulazione e valutazione dei dati. Il limite principale è quanta impalcatura sia ancora visibile. Google ha pubblicato prompt di esempio che includono griglie di coordinate, comandi predefiniti, lunghi elenchi di restrizioni e, in alcune demo, agenti di supporto che verificano le posizioni prima che il robot agisca. Google dichiara che Argon ha ottenuto l'87 percento nel benchmark ERQA sul ragionamento incarnato, ma nel benchmark AA-Robotics di Artificial Analysis si è classificato terzo con 55 su 100, dietro a GPT-6 Astra con 69 e GPT-6.1 Sol con 65. Gli sviluppatori possono già accedere ad Argon in Google AI Studio e Antigravity con un abbonamento Google AI Ultra, e tramite il livello a pagamento della Gemini API.
Per i team di robotica, la conclusione pratica non è che un solo modello sostituisca ormai l'intero stack. È che Google sta spingendo con decisione verso quell'obiettivo, e Argon sembra già utile per generare ambienti di esercitazione, testare piani d'azione e rivedere le dimostrazioni prima dell'addestramento. Restano aperte due domande: quanto spesso questi flussi di lavoro funzionano senza prompt progettati da esperti, e quanto reggono al di fuori di demo accuratamente preparate.
Gemini OmniIn una delle demo di Argon, Google ha usato Gemini Omni come world model video. Se vuoi esplorare la parte di generazione delle scene di questo flusso di lavoro, è lo strumento più vicino presente nel nostro catalogo.

