Gemini 4 Argon i Genie 4: jak modele DeepMind zmieniają symulacje dla robotyki

Edytowane przez: 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

20 listopada 2026 roku Google DeepMind ogłosiła dostępność nowych wersji modeli Gemini 4 i Genie 4, które znacząco rozszerzają możliwości generowania realistycznych symulacji świata i ich zastosowania w uczeniu robotów. Te aktualizacje opierają się na wcześniejszych pracach w dziedzinie modeli świata i systemów vision-language-action, ale wprowadzają kluczowe ulepszenia w czasie rzeczywistym i multimodalności.

Genie 4 to natywnie multimodalny model świata, który generuje nie tylko sceny wizualne w rozdzielczości do 720p przy 24 fps, ale także zsynchronizowaną treść audio: dźwięki otoczenia, muzykę i dialogi postaci. Model integruje możliwości Gemini Omni do zakotwiczania symulacji w rzeczywistym świecie oraz innych wariantów Gemini do utrzymania spójności i ciągłości scen. Użytkownicy mogą w czasie rzeczywistym wpływać na symulację za pomocą promptów tekstowych — zmieniać pogodę, wprowadzać obiekty lub postacie — przy czym komponenty Gemini dostosowują zmiany kontekstowo i dbają o fizyczne prawdopodobieństwo.

W dziedzinie robotyki kluczową rolę odgrywa Gemini 4 Argon, który występuje jako silnik symulacyjny. Generuje tysiące zróżnicowanych symulowanych przebiegów na podstawie rzeczywistych scen wideo, tworząc cyfrowe bliźniaki i przyspieszając generalizację umiejętności. Pozwoliło to opracować Gemini Robotics 2.5 — najbardziej zaawansowany model VLA do dziś. Według DeepMind model wykazuje wzrost skuteczności wykonywania zadań o 30–100 % w zależności od typu oraz przyspieszenie wykonania o 20–30 % w porównaniu z poprzednimi wersjami, testowanymi na ponad 200 zadaniach, w tym z obiektami odkształcalnymi i delikatnymi narzędziami.

Metodologia oceny obejmuje zarówno testy laboratoryjne, jak i rzeczywiste pilotaże, na przykład na liniach produkcyjnych Mercedes-Benz z robotem Apptronik Apollo 2, gdzie osiągnięto 96 % skuteczności w zadaniu kompletacji części. Jednak DeepMind nie publikuje szczegółowych benchmarków w porównaniu z modelami zewnętrznymi, a nacisk położono na wewnętrzne metryki i steerability — zdolność do unikania zagrożeń w czasie rzeczywistym. Pozostawia to pytania o powtarzalność i porównanie z równoległymi podejściami innych laboratoriów, takimi jak prace OpenAI lub Boston Dynamics w embodied AI.

W krajobrazie modeli świata Genie 4 bazuje na Genie 3, podwajając czas trwania spójnych symulacji i dodając natywne audio, co odróżnia podejście DeepMind od czysto wizualnych generatorów w rodzaju Runway. Integracja z Gemini 4 Argon dla robotyki tworzy zamknięty cykl: symulacje przyspieszają uczenie modeli VLA, a te z kolei poprawiają jakość symulacji. To strategiczna zmiana w porównaniu z poprzednimi iteracjami, w których dane zbierano głównie w rzeczywistym świecie.

Konsekwencje następstw obejmują przyspieszenie rozwoju fizycznej inteligencji: roboty szybciej dostosowują się do nowych środowisk, co otwiera drogę do przemysłowego skalowania. Pozostaje jednak niejasne, w jakim stopniu umiejętności generalizują się poza przetestowanymi 200 zadaniami i jak model radzi sobie z długoterminowymi scenariuszami agentowymi bez dodatkowych weryfikacji.

Otwarte pytania dotyczą niezależnej weryfikacji deklarowanych ulepszeń i wpływu na bezpieczeństwo — DeepMind wydała benchmark ASIMOV-Jailbreak, w którym Argon wykazuje 99,5 % odporności, ale rzeczywiste ryzyka w niekontrolowanych środowiskach wymagają dalszych badań społeczności.

Tak więc połączenie Gemini 4 i Genie 4 przenosi akcent z izolowanych modeli na zintegrowane pętle symulacyjno-uczące, co czyni kolejny krok w embodied AI bardziej osiągalnym.

4 Wyświetlenia

Źródła

  • News — Google DeepMind

  • deepmind.google

  • deepmind.google

Komentarze

Czytaj więcej artykułów na ten temat:

Czy znalazłeś błąd lub niedokładność?Rozważymy Twoje uwagi tak szybko, jak to możliwe.