Kurz gesagt
- Google DeepMind kündigte Gemini 4 Argon am 13. Oktober 2026 an.
- Das Unternehmen gibt an, dass das Modell im Embodied Reasoning (ERQA)-Test 87 Prozent erreicht hat.
- Zu den Beispielen gehören die Erstellung eines digitalen Zwillings in MuJoCo aus Aufnahmen einer Roboterkamera und der Abgleich der Simulation mit realen Daten.
- Der Beitrag zeigt auch Beispiele für die Szenenvisualisierung mit Blender und Cycles.
Google DeepMind kündigte Gemini 4 Argon am 13. Oktober 2026 für Aufgaben in den Bereichen Robotik und physikalisches Denken an. Im Blogbeitrag stellt das Unternehmen das Modell für Bereiche wie Robotersteuerung, die Erstellung von Simulationen aus realen Bildern und die Interpretation physischer Interaktionen vor. Die gezeigten Beispiele nutzen überwiegend MuJoCo-Simulationen; für einige Visualisierungsworkflows kommen Blender und Cycles zum Einsatz.
Anspruch auf physikalisches Denken
Google DeepMind berichtet, dass Gemini 4 Argon im Embodied Reasoning (ERQA)-Benchmark, der physikalische und räumliche Probleme misst, 87 Prozent erreicht und damit andere Frontier-Modelle übertroffen hat. Dabei handelt es sich um eine Leistungsbehauptung aus der eigenen Ankündigung des Unternehmens; eine detaillierte Ergebnistabelle oder eine unabhängige Überprüfung des Tests enthält der Beitrag nicht.
Die Ankündigung positioniert das Modell nicht nur als ein System, das Anweisungen in Textform erhält, sondern als Robotikkomponente, die visuelle Eingaben auswertet und Aktionspläne schrittweise aktualisieren kann. In einem Beispiel lässt Argon den Roboterhund Spot von Boston Dynamics die Bewegung simulieren, bevor er in MuJoCo versucht, einen Mülleimer mit Fußpedal zu bedienen. In einer weiteren Demo richtet ein Roboterarm eine umgekippte Tasse auf und legt eine Serviette hinein.
Von realen Bildern zur Simulationsszene
Bei den Real2Sim-Beispielen soll das Modell aus Aufnahmen einer Roboterkamera oder einem Video aus menschlicher Augenhöhe einen Simulationszwilling erstellen. Im Workflow mit einer Roboteraufnahme werden Szene und Objekt-Assets nicht nur visuell, sondern auch hinsichtlich des Kontaktverhaltens an die reale Aufnahme angenähert. Google DeepMind zeigt ein Beispiel, in dem Einstellungen wie Objektgeometrie, Kollisionsformen, Masse, Reibung und Ausgangspositionen vor der Simulation angepasst werden können.
Bei der Demonstration zur Erstellung einer Simulation aus einem menschlichen Video geht es darum, aufgabenrelevante Objekte zu identifizieren, konkave Behälter mit zusammengesetzten Geometrien darzustellen und Handbewegungen auf einen humanoiden Roboter zu übertragen. Das Beispiel umfasst eine MuJoCo-Szene mit 500 Hz und ein Blender-Rendering. In einer weiteren Demo wird eine Szene anhand einer handgezeichneten Skizze erstellt; das Ergebnis wird als MuJoCo-Simulation und als Blender-Cycles-Rendering präsentiert. Dies sind exemplarische Beispiele aus der Ankündigung; eine Leistungsgarantie für dieselben Ergebnisse bei allen Projekttypen wird nicht gegeben.
Auswirkungen auf Architektur- und Visualisierungsworkflows
Für Architekturbüros und Visualisierungsteams dürfte Argon vor allem beim Aufbau physischer Szenen und beim Testen bewegter Interaktionen interessant sein, weniger beim direkten Modellieren von Gebäuden. Teams, die an Robotik, Prototyping oder interaktiven Räumen arbeiten, können den Ansatz verfolgen, Simulationsszenen mit realen Aufnahmen abzugleichen. Die in der Ankündigung gezeigte Idee des Kameraabgleichs und der Kontaktvalidierung rückt in den Vordergrund, dass sowohl die visuelle Ähnlichkeit als auch die Konsistenz des physikalischen Verhaltens jeweils separat bewertet werden.
Die Quelle erläutert jedoch weder die Bedingungen für den Zugang zu Gemini 4 Argon noch den Preis, die erforderliche Hardware oder die Kompatibilität mit Architektur-Software. Büros sollten diese Beispiele daher nicht als Werkzeug betrachten, das sich sofort in bestehende Produktionspipelines integrieren lässt. Dass MuJoCo, Blender und Cycles in den Demos vorkommen, zeigt, dass sie in bestimmten Beispielen mit Argon eingesetzt wurden; es bedeutet nicht, dass damit eine allgemeine Produktkompatibilität oder kommerzielle Verfügbarkeit bestätigt ist.
Quellen
1 QuelleQuelltexte werden nicht neu veröffentlicht; kurze Zitate sind gekennzeichnet, der Rest ist eigene Zusammenfassung und Einordnung.
Der konkreteste Aspekt der Ankündigung von Gemini 4 Argon für Architektur- und Visualisierungsteams sind die Beispiele, die von realen Bildern bis zur physikalischen Simulation reichen. Besonders Teams, die an interaktiven Installationen, Robotik-Prototypen oder Projekten mit beweglichen Objekten arbeiten, sollten den Ansatz beobachten, bei dem visuelle Ähnlichkeit und physikalische Konsistenz gemeinsam geprüft werden.
Da Angaben zu Zugang, Lizenzierung, Preis und Hardwareanforderungen fehlen, wäre es derzeit jedoch verfrüht, eine Investitionsentscheidung zu treffen. Büros in der Türkei sollten die Demos als Forschungsbeispiele im Blick behalten und nicht als Versprechen eines sofort einsetzbaren Produkts betrachten. Solange Kompatibilität und Gesamtkosten nicht geklärt sind, sollten sie ihre bestehenden Workflows nicht daraufhin ändern.
Häufige Fragen
Wofür wurde Gemini 4 Argon angekündigt?
Google DeepMind stellte das Modell anhand von Beispielen zu Robotersteuerung, physikalischem Denken und der Erstellung von Simulationen aus realen Bildern vor.
Funktioniert Gemini 4 Argon mit MuJoCo?
In der Ankündigung von Google DeepMind wird gezeigt, wie Argon MuJoCo-Szenen erstellt und in Simulationsbeispielen eingesetzt wird. Bedingungen für den allgemeinen Zugang oder Support werden im Beitrag nicht erläutert.
Wurden Preis und Veröffentlichungstermin von Gemini 4 Argon bekannt gegeben?
Die Ankündigung nennt weder einen Preis noch die Bedingungen für die Bereitstellung. Das Modell wurde am 13. Oktober 2026 vorgestellt.
