← AI 動態
The Decoder
Google 推出 Gemini 4 Argon：打造機器人專屬的全能 AI 引擎
Google 發布全新 Gemini 4 Argon 模型，主打單一系統就能包辦機器人控制、生成 3D 模擬環境與評估訓練影片，大幅簡化機器人開發流程，但目前仍需依賴精確的人類提示引導。
Google DeepMind
Gemini 4 Argon
多模態AI
機器人開發
生成式AI
Google DeepMind 最新發表的 Gemini 4 Argon 試圖顛覆機器人的開發方式。過去，訓練機器人往往需要多個不同的系統來分別處理視覺處理、動作控制與結果評估；現在，Argon 主打「單一模型」就能搞定從頭到尾的所有流程。它不僅能直接控制機器人的硬體作動，最驚人的是能透過簡單的單張照片或手繪草圖，自動生成互動式的 3D 虛擬訓練環境，讓機器人在實際進入真實世界前，能先在虛擬空間中反覆試錯與學習。
這項技術的突破在於「多模態（Multi-modal）」的深度整合，並結合了強大的生成式 AI 能力，大大降低了訓練實體 AI 的門檻與成本。然而，從官方在 ERQA 基準測試（達 87%）的範例來看，Argon 目前尚未達成完全自主，仍需要人類工程師提供詳細的提示詞（Prompting）與指導才能正確執行任務。該模型目前已透過 Google 的付費開發者計畫開放，預期將推動自動化設備、智慧製造與服務型機器人的快速發展。