Hacker News AI · 2026/10/14 00:55:47
谷歌发布 Gemini 4 Argon:ERQA 基准得分 87% 引领具身智能与机器人全栈工作流
谷歌推出面向物理世界的通用推理模型 Gemini 4 Argon,在具身推理基准 ERQA 上以纯推理模式取得 87% 的领先成绩。该模型强化了空间理解、代码生成及视觉语义推理能力,支持从零样本机器人控制到 Real2Sim 仿真重建的全生命周期应用,旨在加速通往物理 AGI 的进程。
报道全文原始报道全文
本文目录15 个章节
2026 年 10 月 13 日

Gemini 4 Argon 标志着在物理理解、代码生成和视觉语义推理方面的一次阶跃式变革——它解锁了机器人技术栈中的全新工作流,并加速了迈向物理 AGI 的进程。
你可以在 Embodied Reasoning (ERQA) benchmark 上看到这一能力的飞跃,该基准测试模型理解和解决 3D 环境中物理及空间问题的能力。仅凭纯推理,Argon 得分高达 87%,超越了所有其他前沿模型。

作为一款通用的物理推理模型,Argon 可应用于整个机器人生命周期。在这篇文章中,我们分享了 Argon 在四个关键领域的代表性提示词:
- 机器人控制 → 基于 MuJoCo 的移动操作练习、零样本(zero-shot)机器人控制以及视频世界模型的闭环转向。
- Real2Sim → 从机器人摄像头画面、第一人称人类视频或手绘草图中重建经过物理校准的仿真数字孪生体。
- 物理理解 → 智能体多模态事后标注,包括对灵巧性的详细理解、密集价值函数以及进度估计。
- 研究与自我改进 → 通过仿真进行动作优化,以及在硬件上进行迭代式自我改进。
利用 Argon 解锁机器人控制
1. Spot 移动操作:通过 MuJoCo 练习将垃圾投入垃圾桶
Argon 控制波士顿动力公司的 Spot® 四足机器人(12 自由度腿部 + 6 自由度机械臂)学习一项新技能:踩下脚踏式垃圾桶以丢弃易拉罐。Argon 创建了一个脚踏式垃圾桶的可动 MuJoCo 数字孪生体,以便在踩踏物理踏板并将易拉罐丢入打开的垃圾桶之前先进行动作演练。
抱歉,您的浏览器不支持播放此视频
Spot 移动操作 —— Real-to-Sim-to-Real 脚踏式垃圾桶投放演示:Spot 拾起易拉罐,检查其腕部摄像头,在 MuJoCo 中练习三腿三角平衡,踩下脚踏板,验证手部在打开的垃圾桶中的居中位置,最后将易拉罐丢入桶内。
Prompt:
你身后有一罐健怡可乐,左手边的黑色桌子上还有一罐。 使用 spot-mobile-manipulation 技能将它们捡起并扔进黑色的脚踏式垃圾桶中。 在踩下踏板之前,请通过前置摄像头确认你的右脚目标已对准踏板中心,并使用双智能体验证集群(脚部验证器和手部验证器)来验证脚部踩踏动作以及手在桶内的 3D 对齐情况,然后再释放物体。
There's a Diet Coke can behind you and another on the black table on your left.
Use the spot-mobile-manipulation skill to pick them up and trash them in the black foot-pedal bin.
Before stepping down on the pedal, verify in the front cameras that your front-right foot target is centered on the pedal, and use a 2-agent verification swarm (foot-verifier and hand-verifier) to verify both the foot-pedal step and the 3D hand-in-bin alignment before releasing.Plain text Copied
2. Zero-shot control
Argon 控制一个简单的机械臂,将倒下的马克杯扶正并把皱巴巴的餐巾纸放入杯中。Argon 利用视觉坐标框架和动作原语进行推理,经过多轮交互完成此任务。
Sorry, your browser doesn't support playback for this video
左图:第三人称真实机器人视角;右图:校准后的腕部相机视图,带有投影的 2 cm 世界坐标和夹爪闭合准星。
Prompt:
[Attached: wrist_cam.png, obs.json]
Task: Get the robot arm to reorient the mug upright and put the napkin inside the mug.
## Execution Discipline
- Simply output 1 sentence observation followed immediately by your `curl` command (with `# Plan:` on Turn 1 and `# Thought:` on every turn). Everything needed is in `obs.json` and the calibrated reticle/grid drawn on `wrist_cam.png`.
## Visual Coordinate Reference (Annotated on wrist_cam.png)
- `+X` (UP in image): Away from robot base | `-X` (DOWN): Towards robot base
- `+Y` (LEFT in image): World left | `-Y` (RIGHT): World right
- `+Z`: Height above table | `Yellow numbers`: World (X, Y) in centimetres (2 cm grid at `grid_z`)
- `Cyan + crosshair`: Current 3D pinch center
- `Cyan [ + ] brackets`: Current jaw opening and closing line
- `Green line`: Current object long-axis orientation (`yaw_deg`: 0° = vertical along +X, 90° = horizontal along +Y)
- `pitch_deg = 90°`: Straight down (-Z) top-down grasp/place; `pitch_deg < 60°`: Tilted coaxial approach along finger axis
## 闭环回合工作流
1. 检查当前状态并查看 `wrist_cam.png`:
`curl -s http://127.0.0.1:8081/obs`(返回 `ee_pos`、`holding`、`status`、`workspace`、`wrist_cam_path`)。
2. 在第 1 回合预先选择 VLM 调用粒度:
- 粗粒度(2–4 次调用):`look_at` -> `grasp` -> `place` -> `done`
- 抓取前悬停验证(4–7 次调用):`look_at` -> `goto(z=0.04)`(验证青色 `[ + ]` 括号是否跨越目标)-> `grasp` -> `place_until_contact` -> `done`
- 精细视觉伺服(8–20 次调用):`look_at` -> `grasp` -> 预姿态 `goto` -> 闭环 `move_by` / `move_until_contact` -> `done`
3. 发送运动原语(`POST /plan`),并在每个回合后通过更新后的 `wrist_cam.png` 进行视觉验证。如果 `status == "grasp_failed"`,请调用 `robot.look_at(...)` 重新观察并恢复闭环控制。
## Code-as-Policies 原语 (`POST http://127.0.0.1:8081/plan`)
```python
robot.look_at(x=0.35, y=0.13, z=0.14, grid_z=0.015)
x, y = robot.deproject(u=0.52, v=0.48, z_plane=0.015)
robot.grasp(x=x, y=y, z=0.015, yaw_deg=-35, pitch_deg=90)
robot.place(x=0.24, y=0.06, z=0.075)
robot.place_until_contact(x=0.24, y=0.06, z=0.015, max_lag=0.012, relief=0.002)
robot.goto(x=0.28, y=0.05, z=0.04, arc_z=0.14, pitch_deg=25, azimuth_deg=90, roll_deg=0, speed=0.10)
robot.move_by(forward=0.025, dz=-0.002, dpitch_deg=-3, droll_deg=5, speed=0.04)
robot.move_until_contact(dz=-0.06, speed=0.03, max_lag=0.012, relief=0.002)纯文本已复制
3. Omni 控制
Argon 在 Gemini Omni World Model 中引导机器人,将五个散落的 Scrabble 字母块(G, R, A, N, O)重新排列成拼写为 A - R - G - O - N 的整齐一行。Argon 并非指定一个静态提示词,而是在闭环视觉回路中进行引导。它编写带时间戳的动作提示词,检查中间 rollout 关键帧,并优化其提示词。
抱歉,您的浏览器不支持播放此视频
迭代式视频世界模型引导灵巧手:33 步引导视频 Rollout 拼写 A-R-G-O-N。
提示词:
Goal: {task_goal}
<omni_prompt>
[00:00.000] Character A's left hand rests at the side while the right hand reaches toward the target object.
[00:02.500] Character A's right fingertips push the object smoothly into the center of the table, leaving its starting area empty.
[00:05.000] Character A's right hand opens and retracts to the side so all placed objects remain in clear view of the camera.
</omni_prompt>
## **通过 Argon 解锁 Real2Sim**
### **1. 从机器人视角到仿真环境**
Argon 观察真实的机器人遥操作 episode,并构建一个数字孪生体;它获取或创建在接触灵巧手时外观和行为都与真实物体一致的仿真资产。Argon 在一个迭代式的视觉推理循环中调整资产和场景,使仿真的视觉效果和接触事件与真实录制数据相匹配。
抱歉,您的浏览器不支持播放此视频
左侧(真实视图):同步的真实机器人摄像头画面;右侧(仿真视图):由 Argon 重建并校准的 3D MuJoCo 场景。
*Prompt:*
```plaintext
[Attached: robot_rollout_episode]
Build a MuJoCo scene of the robot and reconstructed task objects. When each episode is replayed frame by frame, by driving the robot joints toward the logged observation.state with joint-space PD.
Iterate using two verification objectives:
(1) Visual match: MuJoCo renders from the head_left, left_wrist, and right_wrist cameras line up with, and look like, those real observations.
(2) Physical match: the simulated contact force/torque on each Sharpa fingertip, in the sensor frame, matches the logged tactile_force in timing, magnitude and direction.
在仿真开始前,你可以调整以下内容:
(1) 静态物体资产:逼真的几何形状、碰撞体、质量、惯性、摩擦系数和关节约束,外观需与真实物体高度一致,以及 t = 0 时的初始物体位姿。
(2) 离线规划的机器人指令,仅在真实指尖接近物体的帧中进行修改。每条指令必须保持在记录的遥操作轨迹的 0.55 rad(手臂关节)和 0.65 rad(手部关节)范围内。在其他所有情况下,原样重放记录的轨迹。
禁止仿真作弊:任务物体只能通过机器人手与环境之间的真实 MuJoCo 接触力(mj_step)发生运动。
t = 0 之后不允许的操作:修改 MjModel 参数;对物体施加外力或力矩;使用焊接或等式约束;施加超出关节空间 PD 控制的前馈力矩;设置或回滚物体的 qpos/qvel;禁用或排除碰撞;报告非来自 MuJoCo 求解器的接触力(例如,直接复制记录的触觉读数)。
立即以交互式 HTML 会话查看器形式呈现重建的场景和 rollout 结果,每个 episode 对应一个页面,显示:
- 底部:同步时间轴(播放、拖动、速度控制),驱动所有面板。
- 左侧面板:交互式 3D Blender 场景,展示仿真的机器人和物体,并在回放过程中显示接触点和力矢量箭头。
- 右侧面板:并排显示全部 3 个摄像头的真实视图与仿真视图。并排显示真实手指受力与仿真手指受力的可视化对比。纯文本已复制
2. 人类视角到仿真
给定一段用于操作任务的第一人称人类视频,Argon 会识别出任务相关的物体,将粗糙的边界框替换为针对凹形容器进行凸分解后的复合网格,并将人手轨迹重定向到具有 76 自由度(DoF)的双臂人形机器人上,该机器人配备 22 自由度的五指手,并在 MuJoCo 接触物理引擎中运行。
抱歉,您的浏览器不支持此视频播放
人类视角到仿真 — 从第一人称人类视频到高灵巧人形孪生体:左侧显示输入的第一人称人类 RGB 视频;右侧显示同步的 500 Hz MuJoCo + Blender Cycles 多视角仿真 rollout。
提示词:
[附件: egocentric_human_video.mp4, candidate_sim_views.png, hand_3d_keypoints.json]
你正在构建一个物理上可解的 500 Hz MuJoCo 操作环境(`scene.xml`)以及 Blender 工作室渲染,以在配备 22 自由度灵巧五指手的双臂人形机器人上,忠实复现 `egocentric_human_video.mp4` 中展示的桌面任务:
1. 场景重建与相机标定:
- 仅识别与操作相关的物体(被抓取的目标物体和接收容器或地标),并根据第一人称视角相机的内参/外参三角测量其 3D 桌面坐标。
- 用复合凸分解 3D 网格替换粗糙的边界框,以便凹形容器(嵌套碗、凹槽木托盘、开放式料箱)支持物理内部放置。
2. 500 Hz 灵巧运动拟合压力测试:
- 将 3D 人类手腕和手指关键点重定向到人形机器人的 7 自由度手臂和 22 自由度手部关节,并在零运动学焊接约束下,以 500 Hz(dt = 0.002s)在 MuJoCo 中步进轨迹。
- 验证拇指与手指的对向力闭合、干净的物体提升(> 2 cm)以及在目标地标内部或旁边的稳定最终放置。纯文本已复制
3. 从草图到仿真
借助 Argon,开发人员可以拍摄一张粗略的纸笔草图照片——展示 Apollo 2 人形机器人沿抛物线弧线投掷球体,以推倒桌上 3-2-1 堆叠的箱子——并让 Argon 自动构建 GPU 加速的 mujoco_warp 场景,合成平衡的 76 自由度全身及五指投掷轨迹,在闭环物理中验证 6/6 目标击倒,并导出 Blender 4.5 Cycles 渲染结果。
抱歉,您的浏览器不支持此视频播放
从草图到仿真 — 手绘草图转换为灵巧人形机器人轨迹及 Cycles 渲染。
提示词:
[附件: hand_drawn_throw_sketch.jpg]
将此手绘草图转换为 `mujoco_warp` 中经过物理验证的人形机器人仿真,以及光线追踪的 Blender Cycles 视频:
1. 基于草图的场景与运动学设置:
- 解析 `hand_drawn_throw_sketch.jpg` 中的空间布局:将 76 自由度人形机器人(32 自由度身体配备两只 22 自由度五指灵巧手)放置在原点,面向一张桌子,桌上有一个由 6 个刚性目标箱子组成的 3-2-1 金字塔,右手五指手中握着一个投射球体。
2. 全身平衡与灵巧投掷合成:
- 合成一个 50 Hz 的全身投掷轨迹(140 步,2.80 秒),涵盖四个阶段:(1) 稳定站立姿态及五指强力抓握闭合,(2) 躯干/肩部蓄力配合踝-髋部质心补偿,(3) 向前鞭打式加速,以及 (4) 在手部速度达到峰值时同步张开 22 自由度的五指,使球沿抛物线轨迹射入金字塔第二层方块的质心。
- 在 `mujoco_warp` 接触物理引擎中验证人形机器人保持直立平衡(骨盆漂移 < 3 cm)并击倒全部 6 个目标方块。Plain text Copied
借助 Argon 解锁物理理解能力
1. 事后标注与数据质量
Argon 具备对灵巧操作的精确物理理解能力,能够从视频中提供详细的分割和文本标注。Argon 能够识别操作不佳的片段,例如停顿、不稳定的抓握和失误。给定一段双足 ALOHA 2 机器人在 136 秒内将一张正方形纸折叠成折纸狐狸的俯视视频,Argon 生成了一个时间对齐的四层级事后标注层次结构:Episode Goal(G1)、6 个连续的 Semantic Subtasks(G2)、17 个接触级 Atomic Primitives(G3),以及自动 Quality Control (QC) 重加权机制,该机制在发生失误和重试期间保持任务进度不变。
Sorry, your browser doesn't support playback for this video
Argon Multi-Granularity Hindsight & Telemetry HUD.
Prompt:
[Attached: Aloha2_Origami_20250309.mp4]
Produce a time-aligned multi-granularity hindsight annotation JSON with four levels:
1. G1_episode_instruction: Concise imperative sentence describing the overall manipulation goal.
2. G2_subtasks: Contiguous semantic subtask phases specifying which arm(s) anchor vs. fold/rotate the object.
3. G3_atomic_primitives: Fine-grained contact-level primitives (3–15s) aligned with grasp closure, crease sweeps, release, or retry attempts.
4. quality_control_and_reweighting: Hold task_progress_pct flat during non-progressing slip/delamination retry loops and downweight them (0.15x–0.25x) for Behavior Cloning.Plain text Copied
2. 找出不同的球
要用机器人重现经典的 12 球天平称重谜题,Argon 构建了一个双臂 Franka FR3 MuJoCo 环境,其中包含 12 个外观完全相同的台球(其中一个秘密地较重或较轻)以及一个可活动的罗伯瓦尔双盘天平。随后,他们编写了一个仅依赖视觉的闭环求解器,通过立体 RGB 相机对球进行三角测量定位,在每次称重后目视读取天平倾斜情况,并在 3 次称重内将异常球分离到重球(红色)或轻球(蓝色)托盘中。
抱歉,您的浏览器不支持播放此视频
寻找异常球(仅视觉闭环求解器):双臂 Franka FR3 在天平的金/青色托盘上称量候选球,读取立体天平倾斜度,并在 3 次称重内将确认的重异常球分离至红色托盘。
提示词:
# Prompt 1 — Physics-Accurate MuJoCo Environment & Benchmark Generation
Make a MuJoCo environment where a dual-arm robot (two 7-DoF Franka FR3 arms with parallel-jaw grippers on a shared tabletop) is tasked to solve the classic 12-ball balance scale weight puzzle from https://www.mathsisfun.com/pool_balls_solution.html.
1. Create 12 visually indistinguishable pool balls in a 2x6 starting rack (11 standard 150 g, 1 odd ball either 270 g or 30 g).
2. Build a functional two-pan Roberval balance scale at the center of the table with parallelogram equality constraints (`mjEQ_JOINT`) so the Left (Gold) and Right (Teal) pans stay horizontal, plus Red (Heavy) and Blue (Light) submission trays.
3. Track distinct settled weighings (`weighing_count`) and reward `1.00` for isolating the true odd ball in the correct Heavy/Light tray within <= 3 weighings.
# Prompt 2 — Closed-Loop Vision-Only Solver
Implement an independent closed-loop policy relying strictly on stereo RGB camera inputs (`head_camera_left_rgb_image`, `head_camera_right_rgb_image`) and robot proprioception (`add_privileged_task_observations=False`):
1. Segment the 12 balls, Gold/Teal pans, and Red/Blue trays in both stereo views and triangulate their 3D coordinates.
2. Visually read the balance scale tilt after each weighing from stereo vertical pixel disparity (+1 = left heavier, -1 = right heavier, 0 = balanced).
3. Rotate the gripper wrist yaw by 90 degrees when grasping/placing inside the narrow scale pans to clear the raised rims, and isolate the odd ball into the Red or Blue tray within <= 3 weighings.Plain text Copied
3. 价值函数
Argon 是一种面向机器人任务的通用价值函数。在一段来自人类 UMI 数据集的 60 秒双臂环形分拣演示中,Argon 迭代检查同步的头、左夹爪和右夹爪摄像头画面,重点关注接触过渡阶段,以生成密集的价值函数/任务进度预测,并将轨迹分解为具有正向、中性及负向进度斜率的 28 个片段。
抱歉,您的浏览器不支持播放此视频
价值函数:同步三摄像头 UMI 回放(头部、左夹爪、右夹爪),与动画化的任务进度曲线及双臂分段标注锁定同步。
提示词:
[Attached: umi_head.mp4, umi_left_gripper.mp4, umi_right_gripper.mp4]
Look at 3 videos of human wearing a gripper performing activities from head, left, right gripper views. Look at the videos thoroughly and give a detailed plot of progress at the task (with positive, neutral, negative slope), identifying important segments in the video and labeling the activities. Look at individual frames or subsegments of the video if necessary to get a better understanding.Plain text Copied
借助 Argon 解锁研究与自我改进
1. 通过仿真实现动作改进
Argon 可以在仿真环境中生成新数据,以提升通用视觉-语言-动作(VLA)模型的性能。从一张真实桌面的 RGB 照片开始,Argon 自主构建一个经过校准的 MuJoCo 仿真孪生体,定义新任务,并合成闭环运动生成器,从而在仿真中收集 4500+ 个域随机化回合——将真实世界物理机器人的成功率从 56% 提升至 75%,并将完成时间从 35 秒缩短至 24 秒。
抱歉,您的浏览器不支持播放此视频
通过仿真实现动作改进:提升真实世界评估基准表现(成功率从 56% → 75%,完成时间从 35s → 24s)。
提示词:
[Attached: real_tabletop_photo.jpg]
你有一张来自单个顶部 RGB 摄像头的照片(`real_tabletop_photo.jpg`),拍摄的是一个双臂机器人工作区(两个配备平行夹爪的 7-DoF Franka FR3 机械臂和 4 个 RGB 摄像头),正对着一张摆放着照相馆派对道具的桌子。
1. 为所有 9 种派对道具重建程序化 3D 网格和复合 MuJoCo 碰撞基元,使其匹配真实世界的尺寸、颜色和静止姿态,包括用于柔软毛绒帽子的弹簧铰链式可变形冠部面板。
2. 定义一个包含 77 项任务的单臂和双臂课程(抓取放置、扶正、定向推动、空中交接、双臂舀取并推动以及流水线式桌面清理)。
3. 合成一个闭环 IK 轨迹生成器,覆盖 ±10 cm 的姿态随机化,在 MuJoCo 物理引擎中验证 `reward == 1.0`,并导出 4,500+ 个 episode 用于 VLA 微调。
### **2. 视觉抓取与放置的自我改进**
在一个简单的 6-DoF 机械臂上,Argon 通过试验和自我反思,迭代地自我提升抓取与放置任务的执行速度和放置精度。
抱歉,您的浏览器不支持播放此视频
SO-101 视觉引导抓取与放置 — 跨迭代 1 → 2 → 3 的硬件迭代自我改进:迭代 1 (58.9s),迭代 2 (22.9s,放下时擦过盒子边缘),以及迭代 3 (17.4s,正中目标放下)。
*提示词:*
```plaintext
# Stage 1 — Measure Objects & Dry-Run Plan (No Hardware Motion)
Stage 1: measure objects — find the objects and plan the whole motion. The arm does not move in this stage.
A. I put a LEGO brick and a box on the table in front of the arm, and the wooden box to one side. Find the brick and the wooden box in the image. And also in the real world. Show this in an annotated image.
B. A dry-run plan (no hardware). Write the planner to pick and place the lego block. Print the plan table, draw all poses onto the overhead image, and stop. Do not move the robot.
Report with evidence.
# Stage 2 — Pre-Pick Hover & Wrist-Camera Verification
Stage 2: Put the gripper above the brick without touching it, and verify with the wrist camera that the arm and the vision agree. Please record executions with both cameras (compressed video is OK).
# Stage 3 (Autonomous Pick-and-Place → Self-Improvement → Optimization):
1. Execute autonomously: Turn the Stage 1 dry run into a real grasp, lift, and place into the wooden box. Run it yourself subject to safety rules from AGENTS.md.
2. 自我改进:当尝试失败时,自行诊断问题。审查自己的日志以及手腕/头顶视角的视频素材,找出根本原因,在试运行中验证修复方案,然后重试。
3. 基于反馈优化:一旦成功,在安全限制内(规则 R5)将其速度至少提升 2 倍,除非我授权进一步提速或提供反馈。纯文本已复制
3. 在 MuJoCo WebAssembly 中通过单条提示词复现机器人学论文
针对每篇论文仅需一条提示词,Argon 即可阅读机器人控制手稿及任何已发布的检查点文件,将物理模型和闭环控制器(从 DeepLoco 中的 7 网络分层运动控制、HUSKY 中的 50 Hz PPO 执行器,到 Whole-Body MPC 中的 Web Worker iLQR)移植为自包含的 MuJoCo WebAssembly 浏览器实验环境,并在无头 Chromium 中进行验证。
抱歉,您的浏览器不支持播放此视频
五篇里程碑式的足式与人形机器人论文在浏览器中实时运行(MuJoCo WASM):Robotic Soccer OP3 1v1、DeepLoco、Massively Parallel Deep RL ANYmal C、Whole-Body MPC Go2 以及 HUSKY G1 滑板运动(源自 Argon 复现的 68 个交互式浏览器沙盒)。
提示词:
[附件: paper.pdf, 可选 author_checkpoints/ 或 urdf_assets/]
从零开始在 MuJoCo WebAssembly 中复现论文 "<Paper Title & arXiv ID>",并部署一个自包含的浏览器实验环境 + 视觉文章:
1. 在 MuJoCo XML 中精确匹配论文的仿真时间步长、执行器增益 (kp/kv)、扭矩限制和运动学约束,并使用 JavaScript 以论文规定的确切控制频率运行真实的神经网络推理或 Web Worker iLQR。
2. 构建 `index.html`(带有相机预设、实时遥测图表和扰动注入功能的 Spatial UI 模拟器)和 `scrollytelling.html`(交互式视觉文章)。
3. 运行无头 Chromium (Playwright) 验证循环,断言控制台错误数为 0,且在 300+ 帧内任务进度非零。纯文本已复制
借助 Argon 推进具身智能
Argon 打通了编程、视觉感知、物理仿真和具身机器人控制之间的壁垒。通过对多视角视频、3D 几何、接触力学和本体感觉遥测数据进行原生推理,Argon 不仅理解场景中物体是什么,更理解它们如何与智能体进行物理交互以完成全身灵巧任务。Gemini 4 Argon 标志着加速迈向物理 AGI 的重要里程碑。通过构建这一核心智能,我们的目标是赋能能够与人类并肩工作、解决复杂挑战的机器人技术。
快速上手
您现在即可在 Google 的开发者平台上使用 Gemini 4 Argon 开始构建: