Gemini 4 Argon и Genie 4: как модели DeepMind меняют симуляции для робототехники

Отредактировано: 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 ноября 2026 года Google DeepMind объявила о доступности новых версий моделей Gemini 4 и Genie 4, которые существенно расширяют возможности генерации реалистичных мировых симуляций и их применения в обучении роботов. Эти обновления опираются на предыдущие наработки в области мировых моделей и vision-language-action систем, но вводят ключевые улучшения в реальном времени и мультимодальности.

Genie 4 представляет собой нативно мультимодальную мировую модель, которая генерирует не только визуальные сцены в разрешении до 720p при 24 fps, но и синхронизированный аудио-контент: ambient-звуки, музыку и диалоги персонажей. Модель интегрирует возможности Gemini Omni для anchoring симуляций в реальном мире и других вариантов Gemini для поддержания когерентности и непрерывности сцен. Пользователи могут в реальном времени влиять на симуляцию через текстовые промпты — менять погоду, вводить объекты или персонажей, — при этом Gemini-компоненты адаптируют изменения контекстуально и следят за физической правдоподобностью.

В области робототехники ключевую роль играет Gemini 4 Argon, который выступает в качестве симуляционного движка. Он генерирует тысячи вариативных симулированных прогонов на основе реальных видеосцен, создавая цифровые двойники и ускоряя обобщение навыков. Это позволило разработать Gemini Robotics 2.5 — наиболее продвинутую VLA-модель на сегодняшний день. По данным DeepMind, модель демонстрирует рост успешности выполнения задач на 30–100 % в зависимости от типа и ускорение выполнения на 20–30 % по сравнению с предыдущими версиями, протестированными на более чем 200 задачах, включая работу с деформируемыми объектами и тонкими инструментами.

Методология оценки включает как лабораторные тесты, так и реальные пилоты, например на производственных линиях Mercedes-Benz с роботом Apptronik Apollo 2, где достигнут 96 % успех в задаче комплектации деталей. Однако DeepMind не публикует детальные бенчмарки по сравнению с внешними моделями, а фокус сделан на внутренних метриках и steerability — способности избегать опасностей в реальном времени. Это оставляет вопросы о воспроизводимости и сравнении с параллельными подходами других лабораторий, такими как работы OpenAI или Boston Dynamics в embodied AI.

В ландшафте мировых моделей Genie 4 строит на Genie 3, удваивая продолжительность coherent симуляций и добавляя native audio, что отличает подход DeepMind от чисто визуальных генераторов вроде Runway. Интеграция с Gemini 4 Argon для робототехники создаёт замкнутый цикл: симуляции ускоряют обучение VLA-моделей, а те в свою очередь улучшают качество симуляций. Это стратегический сдвиг по сравнению с предыдущими итерациями, где данные собирались преимущественно в реальном мире.

Нисходящие последствия включают ускорение разработки физического интеллекта: роботы быстрее адаптируются к новым средам, что открывает путь к промышленному масштабированию. Однако остаётся неясным, насколько обобщаемы навыки за пределами протестированных 200 задач и как модель справляется с долгосрочными агентными сценариями без дополнительных проверок.

Открытые вопросы касаются независимой верификации заявленных улучшений и влияния на безопасность — DeepMind выпустила бенчмарк ASIMOV-Jailbreak, где Argon показывает 99,5 % устойчивости, но реальные риски в неконтролируемых средах требуют дальнейших исследований сообществом.

Таким образом, комбинация Gemini 4 и Genie 4 смещает акцент с изолированных моделей на интегрированные симуляционно-обучающие контуры, что делает следующий шаг в embodied AI более достижимым.

4 Просмотров

Источники

  • News — Google DeepMind

  • deepmind.google

  • deepmind.google

Комментарии

Читайте больше статей по этой теме:

Вы нашли ошибку или неточность?Мы учтем ваши комментарии как можно скорее.