Gemini 4 Argon for Robotics 릴리스 노트

Gemini 4 Argon은 로봇 공학을 위한 물리적 이해, 코드 생성 및 시각-의미론적 추론 분야의 중요한 진전을 나타냅니다. 모델이 3D 기하학, 접촉 역학 및 다중 뷰 비디오를 기본적으로 추론할 수 있게 함으로써, Argon은 초기 시뮬레이션부터 하드웨어 배포에 이르기까지 전체 로봇 공학 수명 주기를 관리하기 위한 프레임워크를 제공합니다. 이 모델은 Embodied Reasoning (ERQA) 벤치마크에서 87%의 점수를 기록하여 물리적, 공간적 문제를 해결하는 데 있어 기존의 최첨단 모델들을 능가합니다.

로봇 제어의 핵심 기능

Argon은 Boston Dynamics Spot과 같은 4족 보행 로봇 및 다양한 로봇 팔을 포함한 다양한 로봇 하드웨어에 적용할 수 있는 범용 추론 엔진으로 기능합니다. 주요 제어 워크플로우는 다음과 같습니다:

• Zero-Shot 제어: 이 모델은 시각적 좌표 하네스와 동작 프리미티브를 사용하여 보정된 손목 카메라 피드의 안내에 따라 물체 방향 재설정 또는 물체 배치와 같은 작업을 수행합니다.
• Omni-Control: Gemini Omni World Model 내에서 로봇을 조종함으로써, Argon은 반복적인 시각적 피드백 루프를 활성화하여 실시간 시각 검사를 기반으로 물체를 재배치하는 것과 같은 복잡한 다단계 조작 작업을 가능하게 합니다.
• 시뮬레이션 통합: Argon은 로봇 카메라 피드, 인간의 1인칭 시점 비디오, 심지어 손으로 그린 스케치를 포함한 다양한 입력으로부터 관절이 있는 MuJoCo 디지털 트윈을 생성할 수 있으며, 이를 통해 로봇이 물리적 하드웨어에서 실행하기 전에 시뮬레이션에서 작업을 "연습"할 수 있습니다.

연구 및 자기 개선

Argon은 자율적인 연구와 반복적인 자기 개선을 촉진하도록 설계되었습니다. 시뮬레이션에서 도메인 무작위 에피소드를 생성함으로써, 이 모델은 물리적 하드웨어에서 VLA(Vision-Language-Action) 모델의 성공률을 향상시킬 수 있습니다. 또한 사용자는 Argon을 활용하여 물리 모델과 컨트롤러를 독립형 MuJoCo WebAssembly 브라우저 랩으로 포팅함으로써 복잡한 로봇 공학 논문의 재현을 자동화할 수 있습니다.

커뮤니티 인사이트 및 실제 적용 사례

초기 채택자와 개발자들은 이전 버전에 비해 모델의 향상된 안전성과 공간 인식 능력을 언급했습니다.

• 안전 및 내비게이션: 소비자용 휴머노이드 하드웨어로 Argon을 테스트하는 사용자들은 이 모델이 환경을 탐색할 때 주의를 기울이며 가구 및 표면과의 충돌을 효과적으로 방지한다고 보고했습니다.
• 개발 파이프라인: 개발자들은 Argon을 사용하여 고수준 LLM 추론과 저수준 로봇 동작 사이의 간극을 메우고 있습니다. 한 사용자는 "Argon 4는 이전 모델들에 비해 벽이나 다른 물체와 충돌하지 않도록 많은 예방 조치를 취합니다!"라고 언급했습니다.
• 한계 및 향후 전망: 일부 관찰자들은 추론 기능은 상당하지만, 현재의 컴퓨팅 집약적인 구현과 모바일, 배터리 구동 로봇의 요구 사항 사이에는 여전히 간극이 있다고 지적합니다. 논의에 따르면, 전원 연결 없이 독립적으로 작동하는 소비자용 모바일 로봇에 이러한 수준의 지능을 배포하기까지는 수년이 걸릴 수 있습니다.

시작하기

Gemini 4 Argon은 현재 Google의 개발자 플랫폼을 통해 이용할 수 있습니다:

• Google AI Studio: Google AI Ultra 구독자가 이용할 수 있습니다.
• Gemini API: Gemini API의 유료 티어를 통해 액세스할 수 있으며, google-genai SDK에서 gemini-4-argon 모델을 지원합니다.
• Google Antigravity: 다중 에이전트 오케스트레이션 및 복잡한 계획 작업을 위해 Google AI Ultra 구독자가 이용할 수 있습니다.