整理:TopAIMap 编辑
Gemini 4 Argon×Apptronik Apollo:看一段视频自学投袋,实机连中 7 球
Google DeepMind 演示:Argon 看人类玩 cornhole 视频后自建物理仿真,教 Apollo 人形机器人连续投中 7 次;官方帖约 2720 赞、19.1 万曝光。
Google DeepMind 于 Gemini 4 Argon GA 同期放出机器人演示:模型观看一段人类玩 cornhole(投袋)视频后,自行映射物理、编写仿真,再把技能迁移到 Apptronik 的 Apollo 人形机器人,实机连续投中约 7 球(含高抛)。官方称 Video-to-Sim-to-Real 可把数周手工建模压到数小时;配套开发者博文介绍 Argon 在 ERQA 等物理推理基准与零样本控制。官宣帖约 2720 赞、19.1 万曝光、334 转推。
谁能用:这是 DeepMind/Apptronik 官方能力演示,不是消费级「点按钮训机器人」产品。Argon 本身:Gemini App / AI Search 需 Pro 与 Ultra;Antigravity 编码目前 Ultra/Enterprise;付费 API 全球可用(入门约 $2/$10 每百万 token,约至 11/30 后 $4/$20)。机器人管线面向合作伙伴与研究场景。 解读:这是 Argon「真实用法」样本——不只是榜单,而是把长上下文+代码生成接到物理仿真闭环。讨论:① 单任务 demo 能否推广到杂乱家庭/产线?② 仿真自写代码出错时的安全边界谁来兜? 项目/博文:https://developers.googleblog.com/gemini-4-argon-for-robotics/


