TECHNOLOGY · 技术
具身大模型编辑精选
Gemini 4 Argon 演示：机器人观看单段视频实现零样本模仿学习
Google Gemini 4 Argon 展示零样本模仿学习能力，机器人通过观看单个人类投掷视频自动推导运动轨迹，仿真训练将成功率从 56% 提升至 75%。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
一段公开视频显示，Google 的 Gemini 4 Argon 在机器人领域完成新演示。演示中，机器人通过观看单个人类玩投掷游戏的视频，自动推导空间坐标与全身运动轨迹，并自行构建物理模拟代码，实现零样本模仿学习。
该演示还展示了仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快，但和真实世界总有差距。◆ 小白科普 · 现身驱动的自我迭代流程：系统从单张照片重建工作区，生成数千次模拟训练。据演示数据，现实任务成功率从 56% 提升至 75%，部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身耗时从数周缩短至数小时。
上述结果来自视频内容，属于演示性质的阶段性数据，尚未见 Google 官方论文或产品公告予以确认。视频将这一进展称为具身智能Embodied AI让 AI 通过机器人身体感知并作用于真实世界，不只在屏幕里回答问题。◆ 小白科普 · 现身的“ChatGPT时刻”，但该表述为发布方观点，其技术可复现性与跨任务泛化指 AI 面对没见过的新东西、新场景时也能举一反三做出正确反应的能力。这是「通用机器人」和「专用机器」的分水岭。◆ 小白科普 · 现身能力仍有待独立验证。