Google DeepMind mostró una nueva técnica de entrenamiento de robots en la que su modelo Gemini 4 Argon aprende una tarea física viendo un video y después traspasa ese comportamiento al humanoide Apollo de Apptronik.
La demostración forma parte del lanzamiento de Gemini 4 Argon, el modelo de frontera más reciente de Google. Según la compañía, combina razonamiento visual y semántico, comprensión física y generación autónoma de código para aplicaciones de robótica.
¿Cómo aprendió Apollo a jugar cornhole?
En una prueba interna, a Argon le mostraron un video sin editar de una persona jugando cornhole, el juego de lanzar saquitos a un tablero inclinado con un agujero. El modelo analizó el entorno, mapeó sus coordenadas espaciales y calculó los movimientos articulares de cuerpo completo que exige la tarea.
Después Argon escribió por su cuenta el código de simulación, y el comportamiento aprendido pasó al humanoide Apollo. De acuerdo con Google DeepMind, el robot encestó siete tiros seguidos en un ensayo en el mundo real.
La empresa llama al método una cadena "Video-to-Sim-to-Real", del video a la simulación y de ahí al robot físico. Asegura que reduce a unas pocas horas un proceso de simulación que normalmente exige semanas de trabajo manual.
"Esta cadena 'Video-to-Sim-to-Real' comprime semanas de modelado manual de simulación en unas pocas horas, y transforma videos comunes en un campo de entrenamiento escalable e infinito para la robótica", afirma Google DeepMind.
La idea de la demostración es mostrar que un modelo de IA de uso general puede bajar la cantidad de ingeniería manual que hace falta para enseñarle a un robot una habilidad física nueva.
El puntaje en razonamiento espacial
Google DeepMind también probó Argon en su benchmark Embodied Reasoning, o ERQA, que mide la capacidad de un modelo para razonar sobre problemas físicos y espaciales en entornos 3D. Según la compañía, Argon obtuvo 87%.
¿Dónde se puede usar Gemini 4 Argon?
Google presenta a Gemini 4 Argon para tareas más amplias de ingeniería, ciencia, programación y negocios. Dice que ya lo usó en proyectos que van desde optimizar bases de código de gran tamaño hasta computación cuántica, fusión nuclear e investigación en ciencias de la vida.
El modelo ya está disponible en los productos de IA de Google y en la API de Gemini. La compañía enmarca el trabajo con Apollo dentro de un esfuerzo más amplio por llevar el razonamiento avanzado de la IA a sistemas físicos.
