Gemini 4 Argon en Genie 4: hoe de modellen van DeepMind simulaties voor robotica veranderen

Bewerkt door: Svitlana Velhush

We’ve been busy shipping 🚢 Here’s a recap of the last couple of weeks: — Gemini 4 Neon, our newest model that brings frontier-level intelligence with fast end-to-end task completion across complex software engineering, knowledge work, and science workflows — Gemini 4 Hydrogen,

Reply

Op 20 november 2026 kondigde Google DeepMind de beschikbaarheid aan van nieuwe versies van de modellen Gemini 4 en Genie 4, die de mogelijkheden om realistische wereldsimulaties te genereren en toe te passen bij het trainen van robots aanzienlijk uitbreiden. Deze updates bouwen voort op eerdere ontwikkelingen op het gebied van wereldmodellen en vision-language-action-systemen, maar introduceren cruciale verbeteringen op het gebied van realtime werking en multimodaliteit.

Genie 4 is een native multimodaal wereldmodel dat niet alleen visuele scènes genereert in een resolutie tot 720p bij 24 fps, maar ook gesynchroniseerde audio-inhoud: ambientgeluiden, muziek en dialogen van personages. Het model integreert de mogelijkheden van Gemini Omni om simulaties in de echte wereld te verankeren en andere Gemini-varianten om de coherentie en continuïteit van scènes te waarborgen. Gebruikers kunnen de simulatie in realtime beïnvloeden via tekstprompts — het weer veranderen, objecten of personages invoeren — waarbij de Gemini-componenten de wijzigingen contextueel aanpassen en de fysieke geloofwaardigheid bewaken.

Op het gebied van robotica speelt Gemini 4 Argon een sleutelrol als simulatie-engine. Het genereert duizenden gevarieerde gesimuleerde runs op basis van echte videoscènes, creëert digitale tweelingen en versnelt de generalisatie van vaardigheden. Dit maakte het mogelijk om Gemini Robotics 2.5 te ontwikkelen — het meest geavanceerde VLA-model tot nu toe. Volgens DeepMind laat het model een stijging van de succesgraad bij het uitvoeren van taken zien van 30–100 % afhankelijk van het type, en een versnelling van de uitvoering met 20–30 % vergeleken met eerdere versies, getest op meer dan 200 taken, waaronder het werken met vervormbare objecten en fijne instrumenten.

De evaluatiemethodologie omvat zowel laboratoriumtests als praktijkpilots, bijvoorbeeld op de productielijnen van Mercedes-Benz met de robot Apptronik Apollo 2, waar een succespercentage van 96 % werd bereikt bij de taak om onderdelen te verzamelen. DeepMind publiceert echter geen gedetailleerde benchmarks ter vergelijking met externe modellen, en de focus ligt op interne metrieken en steerability — het vermogen om in realtime gevaren te vermijden. Dit laat vragen open over de reproduceerbaarheid en de vergelijking met parallelle benaderingen van andere laboratoria, zoals het werk van OpenAI of Boston Dynamics op het gebied van embodied AI.

In het landschap van wereldmodellen bouwt Genie 4 voort op Genie 3, verdubbelt de duur van coherente simulaties en voegt native audio toe, wat de aanpak van DeepMind onderscheidt van puur visuele generatoren zoals Runway. De integratie met Gemini 4 Argon voor robotica creëert een gesloten cyclus: simulaties versnellen het trainen van VLA-modellen, en die verbeteren op hun beurt de kwaliteit van de simulaties. Dit is een strategische verschuiving vergeleken met eerdere iteraties, waarbij gegevens voornamelijk in de echte wereld werden verzameld.

De daaruit voortvloeiende gevolgen omvatten een versnelling van de ontwikkeling van fysieke intelligentie: robots passen zich sneller aan nieuwe omgevingen aan, wat de weg opent naar industriële opschaling. Het blijft echter onduidelijk in hoeverre vaardigheden generaliseerbaar zijn buiten de geteste 200 taken en hoe het model omgaat met langdurige agentieve scenario's zonder aanvullende controles.

Openstaande vragen betreffen de onafhankelijke verificatie van de beweerde verbeteringen en de impact op veiligheid — DeepMind heeft de benchmark ASIMOV-Jailbreak uitgebracht, waarin Argon 99,5 % weerbaarheid laat zien, maar de werkelijke risico's in ongecontroleerde omgevingen vereisen verder onderzoek door de gemeenschap.

Zo verschuift de combinatie van Gemini 4 en Genie 4 de nadruk van geïsoleerde modellen naar geïntegreerde simulatie- en leertrajecten, wat de volgende stap in embodied AI bereikbaarder maakt.

4 Weergaven

Bronnen

  • News — Google DeepMind

  • deepmind.google

  • deepmind.google

Reacties

Lees meer artikelen over dit onderwerp:

Heb je een fout of onnauwkeurigheid gevonden?We zullen je opmerkingen zo snel mogelijk in overweging nemen.