Gemini 4 Argon cria mundos de treino para robôs a partir de qualquer imagem ou vídeo
O Google mostrou o Gemini 4 Argon transformando uma foto, um esboço ou um vídeo em simulações de treinamento para robôs, embora a configuração ainda tenha exigido trabalho humano.
Illustration made on Lumeta with GPT Image 2.5Make one like it
Em 15 de outubro de 2026, o Google apresentou o Gemini 4 Argon como um modelo único de robótica capaz de controlar robôs, gerar simulações de treinamento a partir de fotos, esboços e vídeos e analisar gravações de treinamento. Isso importa porque o Google está tentando reunir várias etapas da robótica em um só sistema, mas as próprias demonstrações da empresa mostram que o Argon ainda depende de prompts humanos detalhados, agentes extras de verificação e acesso pago para desenvolvedores.
O que o Google mostrou
As demonstrações do Google giraram em torno do uso de simulação antes da ação no mundo real. Em um exemplo, um robô Spot da Boston Dynamics treinou como pisar no pedal de uma lixeira e jogar fora uma lata de refrigerante dentro de uma cópia virtual da cena antes de tentar no hardware real. Em outro, o Argon partiu de uma única foto de uma mesa bagunçada, criou uma réplica da cena, inventou 77 tarefas e gerou mais de 4.500 episódios de treinamento. Segundo o Google, isso elevou a taxa de sucesso de um robô real de 56 para 75 por cento e reduziu o tempo de execução de 35 para 24 segundos. O Argon também transformou gravações de teleoperação, vídeos de humanos em primeira pessoa e até um esboço feito a caneta em tarefas simuladas para robôs.

Illustration made on Lumeta with GPT Image 2.5Make one like it
O Google também mostrou o Argon atuando como planejador para o Gemini Omni, um modelo de mundo baseado em vídeo. Nessa configuração, o Argon escreveu instruções com marcação de tempo para mãos robóticas, conferiu os quadros de vídeo resultantes e ajustou o passo seguinte até que as mãos organizassem peças com letras para formar a palavra ARGON. Em outra demonstração, com um braço robótico, o Argon repetiu uma tarefa fracassada de encaixe de Lego após revisar seus próprios registros e imagens, caindo de 58,9 segundos na primeira tentativa para 17,4 segundos na terceira. O Google afirma que o Argon também consegue recriar artigos científicos de robótica publicados como simulações no navegador, com 68 dessas sandboxes criadas até agora.
O que os resultados dizem e quem pode usar agora
O ponto mais forte da proposta do Google é a abrangência: um único modelo para controle, simulação e avaliação de dados. A maior ressalva é o quanto de estrutura de apoio ainda aparece. O Google publicou exemplos de prompts que incluem grades de coordenadas, comandos pré-definidos, longas listas de restrições e, em algumas demonstrações, agentes auxiliares que verificam posições antes de o robô agir. O Google diz que o Argon marcou 87 por cento no benchmark ERQA de raciocínio incorporado, mas no benchmark AA-Robotics, da Artificial Analysis, ficou em terceiro lugar com 55 de 100, atrás do GPT-6 Astra, com 69, e do GPT-6.1 Sol, com 65. Desenvolvedores já podem acessar o Argon no Google AI Studio e no Antigravity, para assinantes do Google AI Ultra, e pelo plano pago da API do Gemini.
Para equipes de robótica, a lição prática não é que um único modelo agora substitui toda a pilha. É que o Google está avançando com força nessa direção, e o Argon já parece útil para gerar ambientes de prática, testar planos de ação e revisar demonstrações antes do treinamento. As perguntas em aberto são com que frequência esses fluxos funcionam sem um especialista elaborando os prompts e quão bem eles se sustentam fora de demonstrações cuidadosamente encenadas.
Gemini OmniO Google usou o Gemini Omni como modelo de mundo baseado em vídeo em uma das demonstrações do Argon. Se você quiser explorar o lado de geração de cenas desse fluxo de trabalho, esta é a ferramenta mais próxima no nosso catálogo.

