Gemini 4 Argon obtiene 87% en una prueba de razonamiento físico
El modelo está orientado al control de robots, la generación de código y el razonamiento visual.
87%Puntuación en el benchmark ERQA de razonamiento físico
En corto
- Google DeepMind dice que Gemini 4 Argon marca un gran avance en comprensión física, generación de código y razonamiento visual-semántico.
- En el benchmark Embodied Reasoning (ERQA), que evalúa problemas físicos y espaciales en entornos 3D, Argon obtiene 87% usando razonamiento puro, según el artículo supera a todos los demás modelos de frontera.
- El artículo muestra a Argon controlando un cuadrúpedo Boston Dynamics Spot para pisar un cubo de basura con pedal y tirar latas de refresco.
- Argon también controla un brazo robótico simple sin entrenamiento previo para poner en pie una taza caída y meter una servilleta arrugada dentro, y dirige el modelo Gemini Omni World para reordenar fichas de Scrabble.
Por qué importa
El artículo describe a Argon como un modelo de razonamiento físico de propósito general que puede aplicarse a todo el ciclo de vida de la robótica, lo que vincula con el avance hacia la AGI física. Para los desarrolladores, los ejemplos incluyen gemelos digitales construidos en MuJoCo y la reproducción de episodios de teleoperación de robots reales en simulación.
“As a general-purpose physical reasoning model, Argon can be applied across the entire robotics lifecycle.”
Qué dice la gente
Los comentaristas de Hacker News cuestionaron si un modelo así podría funcionar con batería en un robot de tamaño práctico. Uno dijo que el control sin entrenamiento previo sirve para muchas tareas robóticas sencillas, y otro calificó los resultados de medianamente impresionantes, señalando que Google debería estar por delante de sus competidores dados sus recursos.