DeepMind Gemini 4 Argon：让机器人从视频里学会技能

一句话总结#

Gemini 4 Argon 能看一段人类演示视频，自行推断物理、生成仿真代码，再把技能迁移到真实机器人上。

原文要点#

• 视频到仿真到真实（video-to-sim-to-real）：看人类任务短视频 → 推断物理 → 自动生成 MuJoCo 仿真代码 → 迁移到真机。
• 在 Apptronik 的 Apollo 人形机器人上演示：连续 7 次 cornhole 投掷、零任务专项训练；在波士顿动力的 Spot 上捡起并丢弃易拉罐。
• 官方称把原本数周的仿真工作压缩到数小时，真实任务成功率从 56% 提到 75%，在 ERQA（具身推理）基准 87%。
• 官方博客同期还发布 Genie 4 世界模型、EmbeddingGemma 2、Google Antigravity 抗菌肽发现等。

为什么值得关注#

• 「看视频学会技能」是机器人走向通用的关键一步，也是「AI 与物理世界融合」的典型样本。
• 对「AI 融入生活工作」的框架有启发：技能从「手动编程」变成「演示 + 自动生成」。

来源#

• 官方（一手）：https://deepmind.google/discover/blog/（「Gemini 4 Argon for Robotics」）
• 补充细节：Yahoo Tech、TechJuice 等报道