一次情報で読む、いまのAI
← すべてのニュース
2026.10.14 WED01:01 JSTGoogle

Gemini 4 Argonロボット応用を公開

様子見研究・技術事例の発表

AIが現実世界の空間や動きを理解し、ロボットの動作練習や制御を行う技術が公開されました。

目線

ロボット制御や物理環境シミュレーションの研究開発において、VLMをプランナーや動作生成器として組み込む検証に役立つ。

対象

ロボティクス開発者や物理シミュレーション研究者

使える場面

  • 人間の作業動画からMuJoCo向けの双腕ロボットシミュレーション環境を自動構築する
  • 実機アーム向けに視覚座標とCode-as-Policies形式のAPIを連携させて把持動作を計画する

試すなら

公式ブログに掲載されたプロンプトとワークフローの構成を確認する

確認点

APIやモデル自体の一般提供条件や利用料金は明記されていない

背景

物理世界における理解や3D空間推論能力を高めたGemini 4 Argonを活用し、ロボティクス全般のワークフロー効率化を目指している。

何が変わったか

  • Embodied Reasoning（ERQA）ベンチマークで87%のスコアを達成
  • MuJoCoデジタルツインを活用したReal-to-Sim-to-Realの制御フローを実証
  • 人間の主観視点映像から500Hzの物理シミュレーション環境を構築するReal2Sim手法を提示
  • 動画ワールドモデル（Gemini Omni）をタイムスタンプ付きプロンプトで逐次誘導する手法を導入

使える場面・影響

ロボットの実機動作学習において、手作業による物理パラメータ調整や環境構築のコストを削減できる可能性がある。

試す前に確認

  • MuJoCo物理演算エンジンとの連携が前提

一次ソース