Gemini 4 Argon dévoilé : des workflows de simulation 3D pour la robotique

Google DeepMind a annoncé Gemini 4 Argon le 13 octobre 2026 pour des tâches de robotique et de raisonnement physique. Dans son article de blog, l’entreprise présente le modèle dans des domaines tels que le contrôle de robots, la génération de simulations à partir d’images réelles et l’interprétation d’interactions physiques. Les exemples présentés s’appuient principalement sur des simulations MuJoCo ; certains workflows de visualisation utilisent Blender et Cycles.

Une capacité de raisonnement physique revendiquée

Google DeepMind indique que Gemini 4 Argon a obtenu un score de 87 % au benchmark Embodied Reasoning (ERQA), qui mesure les capacités à résoudre des problèmes physiques et spatiaux, dépassant ainsi d’autres modèles de pointe. Il s’agit d’une affirmation de performance formulée dans l’annonce de l’entreprise ; la publication ne fournit ni tableau détaillé des résultats du test ni validation indépendante.

L’annonce présente le modèle non pas comme un système qui se contente de recevoir des instructions textuelles, mais comme un composant robotique capable d’évaluer des entrées visuelles et d’actualiser progressivement ses plans d’action. Dans l’un des exemples, Argon permet au robot Spot de Boston Dynamics de simuler un mouvement dans MuJoCo avant de tenter d’utiliser une poubelle à pédale. Dans une autre démonstration, un bras robotique redresse une tasse renversée et y place une serviette en papier.

Des images réelles à la scène de simulation

Les exemples Real2Sim visent à permettre au modèle de créer un jumeau simulé à partir d’images de caméra robotique ou d’une vidéo filmée à hauteur des yeux d’une personne. Dans le workflow basé sur un enregistrement de robot, la scène et les ressources des objets sont rapprochées de l’enregistrement réel, à la fois en matière de correspondance visuelle et de comportement au contact. Google DeepMind présente un exemple dans lequel des paramètres tels que la géométrie des objets, les formes de collision, la masse, le frottement et les poses initiales peuvent être ajustés avant la simulation.

La démonstration de génération d’une simulation à partir d’une vidéo humaine décrit l’identification des objets liés à la tâche, la représentation de récipients concaves au moyen de géométries composées et le transfert des mouvements de la main à un robot humanoïde. Cet exemple comprend une scène MuJoCo exécutée à 500 Hz et un rendu Blender. Une autre démonstration crée une scène à partir d’un croquis dessiné à la main ; le résultat est présenté sous forme de simulation MuJoCo et de rendu Blender Cycles. Il s’agit d’exemples illustratifs de l’annonce, et aucune garantie de performance pour tous les types de projets n’est avancée.

Conséquences pour les workflows d’architecture et de visualisation

Pour les agences d’architecture et les équipes de visualisation, l’intérêt potentiel d’Argon tient moins à la modélisation directe de bâtiments qu’à la mise en place de scènes physiques et au test d’interactions en mouvement. Les équipes qui travaillent sur la robotique, le prototypage ou les espaces interactifs peuvent suivre l’approche consistant à comparer des scènes simulées à des images réelles. Les idées de correspondance avec la caméra et de validation des contacts présentées dans l’annonce soulignent qu’il faut évaluer séparément la ressemblance visuelle d’une scène et la cohérence de son comportement physique.

Cela dit, la source ne précise ni les modalités d’accès à Gemini 4 Argon, ni son prix, le matériel nécessaire ou sa compatibilité avec les logiciels d’architecture. Les agences ne doivent donc pas considérer ces exemples comme un outil immédiatement intégrable à leur pipeline de production. La présence de MuJoCo, Blender et Cycles dans les démonstrations indique que ces outils ont été utilisés dans certains exemples avec Argon ; elle ne constitue pas une indication de compatibilité générale du produit ni d’accès commercial.