AI 快讯 | 只看视频，Gemini 4 Argon 让机器人连中 7 球
只看人类投沙包的视频，模型自己推演出物理规律、写好模拟器练习，再把成果教给人形机器人——连续命中 7 球。
这是 Google 在 Argon 开放次日集中放出的一批演示里最有分量的一条。它值得单独看，因为链条完整：从视频里学物理，到自建模拟器，最后落到真机上。
这条链路是「看视频 → 推物理 → 写模拟器 → 落到真机」
按官方表述，整条链路的输入只有人类玩沙包投掷的视频。Argon 自行推导出物理规律，编写模拟程序反复练习，训练对象是 Apptronik 的 Apollo 人形机器人，结果是连续命中 7 球。
有两处不能替它补。这条只给了「连续命中 7 球」这一个结果，至于重复次数、成功率与试验条件都没有交代；它同时属于官方演示，不是评测或基准，也没有第三方复现。
图 1：从视频到真机的四步链路。来源：Google 官方账号公布的演示（2026-10-15）；本图为自制示意图（官方素材为视频与动图，无静态图可用）。
同一批演示还有五条，功劳要分开记
其余几条也都在同一批官方帖里放出：用圆叠加方式（Fourier epicycles）画的鹈鹕骑自行车动画，由 Argon 处理物理、运动与视频渲染，配乐由 Lyria 3.5 生成并同步——音乐生成是另一个模型的功劳，不要记到 Argon 头上。
还有一句话生成可玩的 Three.js 3D 游戏、从照片生成多通道油画渲染器（Python）、用 Argon 配 WebMIDI 与 Three.js 做 3D 乐器。另有一条接入 Google Workspace：把零散食谱、手写宾客名单与座位表照片，转成方案演示、邮件草稿与自动化追踪表。
这六条的发布时间集中在 10 月 15 日凌晨，来源都是官方账号。
图 2：这批演示的分类与「功劳归属」。来源：Google 官方账号公布的演示（2026-10-15）；本图为自制整理。
这批演示该怎么读
它们是官方演示，不是能力评测，没有第三方复现，也没有可查的评测条件。
把它和昨天 Argon 的开放放在一起看，两件事各说一半：开放那篇讲的是可用面与定价，这一批讲的是能力落到哪里。而落到哪里这件事上，最有信息量的是机器人那条——从视频里学物理、自建模拟器练、再教给真机这条路径与具体是哪一款模型无关，是可以迁移的做法。
给做具身智能或物理仿真的团队一条可执行的：照这条链条自己做一次复现，用你自己的视频、你自己的机器人，比拿官方的 7 球当基准有用得多。
来源链接
- 官方 · Argon 开发者可用页（2026-10-13）：https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-4-argon/
- 官方 · Argon in Google Antigravity（2026-10-13）：https://antigravity.google/blog/gemini-4-argon-in-google-antigravity
- 官方 · Google 官方账号放出的演示（2026-10-15 01:37 至 02:38，经转引）