گوگل دیپ‌مایند ۲۱ مهر ۱۴۰۵ (۱۳ اکتبر ۲۰۲۶) نسخه‌ی ویژه‌ی ربات‌ها از Gemini 4 Argon را معرفی کرد؛ مدلی که به گفته‌ی گوگل در آزمونِ فهمِ فیزیکیِ ERQA به ۸۷ درصد رسیده و از همه‌ی مدل‌های پیشرو بالاتر است. این مدل ربات را کنترل می‌کند، محیطِ شبیه‌سازیِ تمرین می‌سازد و داده‌ی آموزشی را ارزیابی می‌کند.
Argon برای رباتیک چه کار می‌کند؟
طبق نوشته‌ی وبلاگِ توسعه‌دهندگانِ گوگل، Argon یک مدلِ همه‌منظوره‌ی «فهمِ فیزیکی» است که کل چرخه‌ی کارِ ربات را پوشش می‌دهد: کنترلِ ربات، ساختنِ شبیه‌سازی از دنیای واقعی (Real2Sim)، فهمِ فیزیکی، و پژوهش و بهبودِ خودکار. نمونه‌هایی که گوگل نشان داده:
نمونه‌ی خودت را می‌توانی با چت هوش نو در هوش نو بسازی؛ هزینه را پیش از ساخت می‌بینی.
- ساختِ شبیه‌ساز: از یک عکس، طرح، فیلمِ هدایتِ ربات یا ویدیو از دیدِ اول‌شخص، Argon محیطِ شبیه‌سازی می‌سازد. در یک نمونه از عکسِ یک میز، ۷۷ کار و بیش از ۴۵۰۰ دورِ تمرین ساخته شد.
- اثر روی ربات واقعی: با داده‌ی شبیه‌سازی، نرخِ موفقیتِ ربات از ۵۶ به ۷۵ درصد رسید و زمانِ انجامِ کار از ۳۵ به ۲۴ ثانیه کم شد.
- بهبودِ خودکار: بعد از هر شکست، Argon گزارش‌ها و عکس‌های دوربین را بررسی می‌کرد و اصلاح می‌کرد. در آزمایشِ چیدنِ قطعات، زمان طیِ سه تلاش از ۵۸٫۹ به ۱۷٫۴ ثانیه رسید.
- بازسازیِ مقاله‌ها: ۶۸ شبیه‌سازیِ تعاملی از مقاله‌های رباتیک در مرورگر ساخته شد.
- ارزیابیِ داده: نمایش‌های آموزشی را به مرحله‌های کوچک می‌شکند و جاهایی که ربات مکث کرده یا چنگ زدنش خراب شده را کم‌اهمیت‌تر حساب می‌کند.
در نمونه‌های دیگر Argon ربات چهارپای Spot را برای انداختنِ قوطی در سطلِ زباله کنترل کرد و به گفته‌ی گزارش‌ها یک ربات انسان‌نما یاد گرفت پس از دیدنِ یک ویدیو هفت پرتابِ پشتِ سرهم در بازیِ کورن‌هول را بزند.
دسترسی و قیمت
گوگل قیمتی اعلام نکرده است. مدل با شناسه‌ی gemini-4-argon از راهِ Gemini API در طرحِ پولی در دسترس است و در Google AI Studio و Antigravity فقط برای مشترکانِ Google AI Ultra باز شده است.
بازتاب و محدودیت‌ها
عددِ ۸۷ درصد ادعای خودِ گوگل است. The Decoder می‌نویسد آزمونِ مستقلِ AA-Robotics از Artificial Analysis که یک روز بعد منتشر شد، Argon را با ۵۵ از ۱۰۰ سوم کرد؛ پشتِ GPT-6 Astra با ۶۹ و GPT-6.1 Sol با ۶۵. هم‌چنین نمایش‌ها با درخواست‌های مرحله‌به‌مرحله و راهنماییِ آدم انجام شده و گوگل نرخِ شکست هر نمایش و تعدادِ تلاش‌های پشتِ عددِ ۷۵ درصد را منتشر نکرده است. پس این خبر نشان می‌دهد مدل‌های زبانی می‌توانند در تمرینِ ربات‌ها نقش داشته باشند، ولی هنوز نمی‌شود گفت «ربات‌ها یک مدلِ واحد دارند».
این خبر برای کاربرِ فارسی‌زبان چه معنایی دارد؟
این خبر بیشتر به پژوهشگران و شرکت‌های رباتیک مربوط است، نه کاربرِ معمولی. ولی نشانه‌ی روشنی دارد: شرکت‌ها دارند مدل‌های هوش مصنوعی را از دنیای متن و عکس به دنیای فیزیکی می‌برند. اگر در رباتیک، اتوماسیونِ صنعتی یا آموزش کار می‌کنی، «ساختنِ شبیه‌ساز از یک ویدیو» ایده‌ای است که ارزشِ دنبال کردن دارد.
مدلِ عمومیِ Argon را در خبرِ Gemini 4 Argon برای همه عرضه شد معرفی کرده‌ایم و Gemini 4 Argon گوگل هم همین خانواده را از زاویه‌ی دیگری می‌بیند. برای امتحانِ مدل‌های هوش مصنوعی در کارهای روزمره، ابزارهای هوش‌نو را ببین: چت با Gemini، GPT، Claude و DeepSeek به فارسی.
سؤالات متداول
Gemini 4 Argon برای رباتیک چیست؟
نسخه یا کاربردِ ویژه‌ی مدلِ Gemini 4 Argon برای کنترلِ ربات، ساختِ شبیه‌ساز و ارزیابیِ داده‌ی آموزشی.
چه کسانی می‌توانند از آن استفاده کنند؟
توسعه‌دهندگان با Gemini API در طرحِ پولی، و مشترکانِ Google AI Ultra در AI Studio و Antigravity.
آیا Argon ربات را کامل خودکار می‌کند؟
نه. نمایش‌های گوگل با دستورِ مرحله‌به‌مرحله و کمکِ آدم انجام شده و آزمونِ مستقل هم Argon را سوم کرده است.
