Gemini 4 Argon, herhangi bir görsel veya videodan robot eğitim dünyaları oluşturuyor

Google, Gemini 4 Argon'un bir fotoğrafı, eskizi veya videoyu robot eğitim simülasyonlarına dönüştürdüğünü gösterdi, ancak kurulum hâlâ insan emeği gerektiriyordu.

3 min read

Gemini 4 Argon, herhangi bir görsel veya videodan robot eğitim dünyaları oluşturuyor

Illustration made on Lumeta with GPT Image 2.5Make one like it

Google, 15 Ekim 2026'da Gemini 4 Argon'u robotları kontrol edebilen, fotoğraf, eskiz ve videolardan eğitim simülasyonları üretebilen ve eğitim görüntülerini inceleyebilen tek bir robotik model olarak tanıttı. Bu önemli, çünkü Google birkaç robotik adımı tek bir sistemde birleştirmeye çalışıyor. Ancak şirketin kendi demoları da Argon'un hâlâ ayrıntılı insan komutlarına, ek doğrulama ajanlarına ve ücretli geliştirici erişimine bağlı olduğunu gösteriyor.

Google neler gösterdi

Google'ın demoları, gerçek dünyada harekete geçmeden önce simülasyon kullanımına odaklandı. Bir örnekte Boston Dynamics'in Spot robotu, gerçek donanımda denemeden önce sahnenin sanal bir kopyasında çöp kutusunun pedalına basıp bir gazoz kutusunu atmayı çalıştı. Bir başka örnekte Argon, dağınık bir masanın tek bir fotoğrafından yola çıkarak sahnenin bir kopyasını oluşturdu, 77 görev tasarladı ve 4.500'den fazla eğitim bölümü üretti. Google'a göre bu, gerçek bir robotun başarı oranını yüzde 56'dan 75'e çıkardı ve görevi tamamlama süresini 35 saniyeden 24 saniyeye indirdi. Argon ayrıca uzaktan kumanda görüntülerini, birinci şahıs insan videolarını ve hatta tükenmez kalemle çizilmiş bir eskizi simüle edilmiş robot görevlerine dönüştürdü.

Çalışma tezgâhındaki robot köpek yavrusu minyatür bir eğitim alanını izliyor; duvarda Boston Dynamics logosu var.
Kaba bir eskiz, gerçek dünyadaki denemeden önce küçük bir robot deneme alanına dönüşüyor.

Illustration made on Lumeta with GPT Image 2.5Make one like it

Google, Argon'un bir video dünya modeli olan Gemini Omni için planlayıcı görevi gördüğünü de gösterdi. Bu düzenekte Argon, robot elleri için zaman damgalı talimatlar yazdı, ortaya çıkan video karelerini kontrol etti ve eller harf taşlarını ARGON kelimesini oluşturacak şekilde dizene kadar bir sonraki adımı ayarladı. Ayrı bir robot kol demosunda Argon, kendi kayıtlarını ve görüntülerini inceledikten sonra başarısız olan bir Lego yerleştirme görevini yeniden denedi ve süreyi ilk denemedeki 58.9 saniyeden üçüncü denemede 17.4 saniyeye indirdi. Google, Argon'un yayımlanmış robotik makalelerini tarayıcı tabanlı simülasyonlar olarak da yeniden oluşturabildiğini ve şimdiye kadar bu türden 68 deneme ortamı kurulduğunu söylüyor.

Sonuçlar ne diyor ve şu anda kimler kullanabilir

Google'ın sunumunun en güçlü yanı kapsamı: kontrol, simülasyon ve veri değerlendirmesi için tek bir model. En büyük çekince ise hâlâ ne kadar çok destek yapısının göze çarptığı. Google'ın yayımladığı örnek komutlar koordinat ızgaraları, önceden hazırlanmış komutlar, uzun kısıtlama listeleri ve bazı demolarda robot harekete geçmeden önce konumları doğrulayan yardımcı ajanlar içeriyor. Google, Argon'un bedenlenmiş akıl yürütmeye yönelik ERQA kıyaslamasında yüzde 87 puan aldığını söylüyor. Ancak Artificial Analysis'in AA-Robotics kıyaslamasında Argon, 100 üzerinden 55 puanla 69 puan alan GPT-6 Astra ve 65 puan alan GPT-6.1 Sol'un ardından üçüncü sırada yer aldı. Geliştiriciler Argon'a şu anda Google AI Ultra aboneleri için Google AI Studio ve Antigravity üzerinden, ayrıca Gemini API'nin ücretli katmanı aracılığıyla erişebiliyor.

Google'ın bedenlenmiş akıl yürütme için aktardığı ERQA puanları
Gemini 4 Argon87%
Claude Opus 5.582.3%
GPT-6 Astra81%
Claude Fable 5.174%
Kaynakta aktarılan Google ERQA kıyaslama sonuçları

Robotik ekipler için pratik çıkarım, artık tek bir modelin tüm yığının yerini aldığı değil. Asıl mesele, Google'ın bu hedefe doğru güçlü bir şekilde ilerlemesi ve Argon'un eğitim öncesinde alıştırma ortamları üretmek, eylem planlarını test etmek ve gösterimleri incelemek için şimdiden kullanışlı görünmesi. Yanıt bekleyen sorular ise bu iş akışlarının uzman komut tasarımı olmadan ne sıklıkla işe yaradığı ve özenle kurgulanmış demoların dışında ne kadar dayanıklı oldukları.

Gemini OmniGoogle, bir Argon demosunda video dünya modeli olarak Gemini Omni'yi kullandı. Bu iş akışının sahne üretimi tarafını keşfetmek isterseniz, kataloğumuzdaki en yakın araç bu.

Every top AI model, in one place

Nano Banana 2, GPT Image 2.5, Seedance, Veo and more, all on one credit balance. Start free with 35 credits a month. No card needed.

All tools for "From a description"

More from Lumeta

All Haberler