Google DeepMind heeft Gemini 4 Argon aangekondigd, een model dat het bedrijf beschrijft als een sprong voorwaarts in fysiek begrip, codegeneratie en visueel-semantisch redeneren. In een bericht op de Google DeepMind-blog van 13 oktober 2026 zei het team achter het model dat het nieuwe workflows binnen de robotica-stack ontsluit en de voortgang richting fysieke AGI versnelt, met als expliciete doelstelling robots mogelijk te maken die naast mensen kunnen werken om complexe uitdagingen op te lossen.

De sprong in capaciteit is het duidelijkst zichtbaar op de Embodied Reasoning (ERQA)-benchmark, die test in hoeverre een model in staat is fysieke, ruimtelijke problemen in 3D-omgevingen te begrijpen en op te lossen. Met puur redeneren scoort Argon 87% op de benchmark en overtreft daarmee elk ander frontiermodel, volgens DeepMind. Benchmarks zoals ERQA wegen zwaar omdat frontiermodellen historisch vooral zijn gemeten op taal- en programmeertaken, terwijl redeneren over objecten, ruimte en contact in 3D een gespecialiseerde uitdaging voor de robotica is gebleven.

Argon is gepositioneerd als een algemeen inzetbaar fysiek redeneermodel en is ontworpen om te worden toegepast over de volledige robotica-levenscyclus. De aankondiging doorloopt representatieve prompts in vier kerngebieden: robotbesturing, Real2Sim, fysiek begrip en onderzoek met zelfverbetering. Elke demonstratie gaat vergezeld van video van het model aan het werk.

Robotbesturing: van een quadruped tot videowereldmodellen

De demonstraties van robotbesturing omvatten mobiele manipulatie met MuJoCo-oefening, zero-shot robotbesturing en closed-loop sturing van videowereldmodellen.

In de eerste demonstratie bestuurt Argon een Boston Dynamics Spot-quadruped — een platform met 12-DoF-benen en een 6-DoF-arm — om een nieuwe vaardigheid te leren: op een pedaalafvalbak stappen om frisdrankblikken weg te gooien. Voordat het fysieke pedaal wordt aangeraakt, creëert Argon een gearticuleerde digitale tweeling van de bak in MuJoCo, een open-source fysisimulator die veel wordt gebruikt in robotica-onderzoek, en oefent zijn bewegingen in simulatie. Vervolgens stapt het op het echte pedaal en gooit de blikken in de open bak.

In een zero-shot besturingsdemonstratie bedient Arg een eenvoudige robotarm om een omgevallen mok overeind te zetten en een verkreukeld servet erin te plaatsen, met redenering via een visueel coördinatieraamwerk en actieprimitieven over meerdere beurten.

Het derde voorbeeld breidt besturing uit naar videowereldmodellen. Argon stuurt robots binnen het Gemini Omni World Model om vijf verspreide Scrabbletegels (G, R, A, N, O) in een nette rij te leggen die A-R-G-O-N spelt. In plaats van één statische prompt te geven, stuurt Argon in een gesloten visuele lus: het schrijft van tijdstempels voorziene actieprompts, inspecteert tussentijdse rollout-keyframes en verfijnt zijn prompts naarmate de rollout vordert.

Real2Sim: van camerabeelden en schetsen naar gekalibreerde simulatie

De Real2Sim-demonstraties omvatten het reconstrueren van fysiek gekalibreerde simulatietweelingen uit robotcamerabeelden, egocentrische mensvideo's of handgetekende paperschetsen. De techniek adresseert een praktisch gegeven van de robotica: itereren in simulatie is sneller en veiliger dan op fysieke hardware, maar het levert pas wat op als de gesimuleerde wereld de echte wereld getrouw weerspiegelt.

In de eerste bekijkt Argon een echte robot-teleoperatie-episode en ontwikkelt een digitale tweeling, waarbij het simulatie-assets verkoopt of creëert die eruitzien en zich gedragen als de echte objecten wanneer de behendige handen contact maken. Het stemt de assets en scènes af in een iteratieve visuele redeneerlus totdat gesimuleerde beelden en contactgebeurtenissen overeenkomen met die in de echt opgenomen data.

Gegeven een egocentrische mensvideo van een manipulatietaak identificeert Argon de taakrelevante objecten, vervangt ruwe bounding boxes door samengestelde convex-ontlede meshes voor concave containers en retarget de menselijke handtrajectorie naar een 76-DoF bimanuele humanoïde met 22-DoF vijfvingerige handen in MuJoCo-contactfysica.

Het schets-naar-simulatievoorbeeld laat een ontwikkelaar zien die een foto maakt van een ruwe pen-en-papier-schets — met een Apollo 2-humanoïde die een bal along een parabolische boog gooit om een 3-2-1-stapel dozen op een tafel om te gooien — waarna Argon automatisch de GPU-versnelde mujoco_warp-scène construeert, een uitgebalanceerde 76-DoF whole-body- en vijfvinger-werptrajectorie synthetiseert, een 6/6-doeltreffengooi verifieert in closed-loop-fysica en een Blender 4.5 Cycles-rendering exporteert.

Fysiek begrip: hindsight-labeling, puzzeloplossing en waardefuncties

De demonstraties van fysiek begrip omvatten agentische multimodale hindsight-labeling, waaronder gedetailleerd begrip van behendigheid, dichte waardefuncties en voortgangsschatting.

DeepMind zegt dat Argon nauwkeurig fysiek begrip heeft van behendige manipulatie en gedetailleerde segment en tekstellabeling vanuit video kan leveren, waarbij het slechte manipulatiesegmenten identificeert zoals pauzes, instabiele grepen en misgrepen. Gegeven een bovenaanzichtvideo van een bimanuele ALOHA 2-robot die in 136 seconden een vierkant vel papier tot een origami-vos vouwt, produceert Argon een tijdgealigneerde hindsight-annotatiehiërarchie met vier niveaus: een Episode Goal (G1), 6 aaneengesloten Semantic Subtasks (G2), 17 contactniveau-Atomic Primitives (G3) en geautomatiseerde Quality Control (QC)-herweging die de taakvoortgang vlak houdt tijdens misgrepen en herpogingen.

Om de klassieke balanspuzzel met 12 ballen met robots na te bootsen, bouwt Argon een bimanuele Franka FR3 MuJoCo-omgeving met 12 visueel identieke biljartballen — waarvan er één stiekem zwaarder of lichter is — en een gearticuleerde Roberval-tweepans balansschaal. Vervolgens schrijft het een vision-only closed-loop-oplosser die de ballen trianguleert vanuit stereo-RGB-camera's, na elke weging visueel de kanteling van de schaal afleest en de afwijkende bal binnen 3 wegingen isoleert in de zware (rode) of lichte (blauwe) bak.

DeepMind beschrijft Argon ook als een algemene waardefunctie voor roboticataken. Geëvalueerd op een bimanuele ring-sorteringsepisode van 60 seconden uit een menselijke UMI-dataset, inspecteert Argon iteratief gesynchroniseerde hoofd-, linker- en rechtergrijper-camerabeelden rond contactovergangen om dichte waardefunctie- en taakvoortgangsvoorspellingen te genereren, waarbij de trajectorie wordt ontbonden in 28 segmenten met positieve, neutrale en negatieve voortgangshellingen.

Onderzoek en zelfverbetering: van simulatiedata tot hardware-iteratie

De demonstraties van onderzoek en zelfverbetering omvatten actieverbetering via simulatie en iteratieve zelfverbetering op hardware.

Argon kan nieuwe data in simulatie genereren om de prestaties van algemene vision-language-action (VLA)-modellen te verbeteren. Voor VLA-modellen, die afhankelijk zijn van grote hoeveelheden robotinteractiedata, biedt simulatie een manier om dataverzameling te schalen buiten wat fysieke hardware toestaat. Uitgaande van één RGB-foto van een echte tafelopzet bouwt het autonoom een gekalibreerde MuJoCo-simulatietweeling, definieert nieuwe taken en synthetiseert een closed-loop bewegingsgenerator om meer dan 4.500 domeingerandomiseerde episodes in simulatie te verzamelen. Volgens DeepMind verhoogde dit de real-world succesrate van de fysieke robot van 56% naar 75% en verkorte de voltooiingstijd van 35 naar 24 seconden.

Op een eenvoudige 6-DoF-arm verbetert Argon bovendien iteratief zowel de uitvoeringssnelheid als de plaatsingsnauwkeurigheid bij een pick-and-place-taak door trial en zelfreflectie.

De laatste demonstratie behandelt reproducties van robotica-besturingspapers met één prompt in MuJoCo WebAssembly. Met één prompt per paper leest Argon een robotica-besturingsmanuscript en vrijgegeven checkpoints, porteert het fysische model en de closed-loop controller — van de hiërarchische locomotie met 7 netwerken van DeepLoco en de 50 Hz PPO-actoren van HUSKY tot de Web Worker iLQR Whole-Body MPC — naar zelfstandige MuJoCo WebAssembly-browserlabs en verifieert ze in headless Chromium.

Vooruitgang in embodied intelligence

Volgens DeepMind overbrugt Argon programmeren, visuele perceptie, fysicasimulatie en embodied robotbesturing. Door van nature te redeneren over multi-view-video, 3D-geometrie, contactmechanica en proprioceptieve telemetrie begrijpt het model niet alleen welke objecten zich in een scène bevinden, maar ook hoe ze fysiek interageren met agenten om whole-body behendige taken uit te voeren. Samen beslaan de demonstraties werk dat roboticateams doorgaans verdelen over aparte tools en workflows — controllerontwerp, simulatiekalibratie, datasetlabeling en paperreproductie.

"Gemini 4 Argon markeert een belangrijke mijlpaal die de weg naar fysieke AGI versnelt", aldus het blogbericht. "Door deze kernintelligentie te bouwen, is ons doel om robotica mogelijk te maken die naast mensen kan werken om complexe uitdagingen op te lossen."

Aan de slag

Gemini 4 Argon is vandaag beschikbaar op Google's ontwikkelaarsplatformen, waarmee ontwikkelaars de hierboven beschreven capaciteiten direct kunnen testen:

• Google AI Studio: beschikbaar voor Google AI Ultra-abonnees via Google AI Studio.
• Gemini API: beschikbaar met de betaalde tier van de Gemini API in AI Studio. Ontwikkelaars kunnen het model aanroepen als gemini-4-argon in de Interactions API, met day-one ondersteuning in de google-genai SDK's.
• Google Antigravity: beschikbaar voor Google AI Ultra-abonnees. Ontwikkelaars kunnen Gemini 4 Argon (gemini-4-argon) selecteren als actieve model in Google Antigravity voor complexe planning, /goal-runs en multi-agent-orkestratie.