کاربردهای مدل Gemini 4 Argon در رباتیک و استدلال فیزیکی

مدل Gemini 4 Argon گامی بزرگ در درک فیزیکی، تولید کد و استدلال بصری-معنایی به شمار می‌رود. در معیار استدلال تجسم‌یافته (ERQA)، این مدل امتیاز ۸۷ درصد را کسب کرده و از سایر مدل‌های مرزی پیشی گرفته است.

به عنوان یک مدل استدلال فیزیکی همه‌چیزتمام، آرگون می‌تواند در طول چرخه عمر رباتیک به کار گرفته شود. از کنترل ربات‌های چهارپا برای انجام کارهای مختلف گرفته تا بازسازی صحنه‌های شبیه‌سازی‌شده در MuJoCo و تبدیل ویدیوهای انسانی به محیط‌های قابل حل فیزیکی، این مدل کاربردهای گسترده‌ای دارد.

آرگون همچنین قادر است با بررسی ویدیوهای رباتیک، کیفیت و پیشرفت کار را ارزیابی کند و داده‌های شبیه‌سازی‌شده جدیدی برای بهبود مدل‌های VLA تولید کند.