Google công bố mô hình thế hệ mới Gemini 4 Argon

Google DeepMind vừa công bố Gemini 4 Argon, mô hình AI thế hệ mới của dòng Gemini. Model này kết hợp khả năng lý luận vật lý, sinh mã và hiểu hình ảnh, đạt 87% trên benchmark Embodied Reasoning (ERQA), vượt trội so với các mô hình hiện tại. Gemini 4 Argon được thiết kế để hỗ trợ toàn bộ vòng đời robotics, từ điều khiển robot đến mô phỏng và tự cải tiến. Ngoài ra, Google còn mở rộng quyền truy cập cho nhà phát triển, doanh nghiệp, nhà khoa học và người dùng cuối.

Chi tiết

Gemini 4 Argon ra mắt trong bối cảnh Google DeepMind tiếp tục phát triển các mô hình ngôn ngữ đa mô hình, nhấn mạnh việc phát triển có trách nhiệm và an toàn. Đây là bước tiến mới sau các phiên bản Gemini trước, nhằm nâng cao khả năng hiểu và tương tác với thế giới vật lý.

Mô hình kết hợp ba năng lực chính: lý luận vật lý, sinh mã và hiểu ngữ nghĩa hình ảnh. Trên benchmark Embodied Reasoning (ERQA) – kiểm tra khả năng giải quyết các vấn đề không gian 3D – Argon đạt 87%, theo công bố của Google, vượt qua mọi mô hình tiên tiến khác.

Trong lĩnh vực robotics, Argon có thể được áp dụng ở bốn khu vực: điều khiển robot (ví dụ Spot của Boston Dynamics thực hiện thao tác bỏ rác bằng chân pedal), Real2Sim (tạo bản sao mô phỏng chính xác từ video camera robot), hiểu biết vật lý (đánh giá độ khéo léo, hàm giá trị mật độ) và nghiên cứu tự cải tiến (cải thiện hành động qua mô phỏng và lặp lại trên phần cứng).

Ví dụ thực tế: Argon tạo bản sao kỹ thuật số MuJoCo của một thùng rác có pedal, cho Spot luyện tập trước khi thực hiện thao tác đặt chai soda vào thùng. Một ví dụ khác là điều khiển cánh tay robot đơn giản để đặt lại ly rơi và đặt khăn giấy vào trong ly, thực hiện qua các vòng suy luận và hành động dựa trên hình ảnh camera.

Google DeepMind công bố rằng Gemini 4 Argon hiện đã sẵn sàng cho mọi người dùng, bao gồm nhà phát triển, doanh nghiệp, nhà khoa học và người tiêu dùng, mở ra cơ hội tích hợp mô hình này vào các ứng dụng thực tiễn.

Điểm nổi bật

• Step change in physical understanding, code generation and visual‑semantic reasoning
• Score 87% on Embodied Reasoning (ERQA) benchmark, outperforming other frontier models
• Applicable across the entire robotics lifecycle: control, Real2Sim, physical understanding, self‑improvement
• Demonstrated robot control with Boston Dynamics Spot using MuJoCo digital twin
• Model now publicly available to developers, enterprises, scientists and consumers

Vì sao đáng chú ý

Lập trình viên quan tâm vì Gemini 4 Argon cung cấp khả năng lý luận vật lý mạnh mẽ, giúp tự động hoá và tối ưu hoá quy trình robotics. Khả năng sinh mã và hiểu hình ảnh cho phép tích hợp nhanh vào các pipeline AI hiện có. Việc mở rộng quyền truy cập giúp các dự án nghiên cứu và sản phẩm thương mại nhanh chóng tận dụng sức mạnh của mô hình này.

Nguồn: Google DeepMind · Google DeepMind · Google DeepMind · Google AI

---

Tin do AI tóm tắt từ nguồn công khai (RSS, GitHub); bấm link nguồn để đọc bài gốc.