Google、ロボット向けAIモデル「Gemini 4 Argon」を発表

何が起きたか

Googleは2026年10月13日(米国時間)、ロボット向けの新しいAIモデル「Gemini 4 Argon(ジェミニ・フォー・アルゴン)」を発表しました。Google Developers Blogで同社のKanishka Rao氏(Principal Software Engineer)が紹介したもので、ロボットの制御・シミュレーション環境の生成・訓練動画の評価まで、ロボット開発工程全体をカバーする「汎用の物理推論モデル」と位置付けています。身体性推論ベンチマーク「ERQA(Embodied Reasoning Question Answering)」で87%のスコアを記録し、他のフロンティアモデルを上回ったとしています。Google AI Studio、Gemini API、開発環境「Antigravity」で利用できます(AI StudioとAntigravityはGoogle AI Ultra契約者向け、Gemini APIは有料ティア)。

なぜ重要か

ロボット開発では、実機を使った試行錯誤に時間とコストがかかる点が課題でした。Argonは、ロボットのカメラ映像や人が撮った動画、手描きのスケッチから仮想のシミュレーション環境を再現する「Real2Sim」という手法を使い、実機を動かす前にシミュレーション上で練習を重ねられるようにします。Googleが示した例では、この手法で4,500件超の学習用エピソードを生成し、卓上作業の実機での成功率を56%から75%に、完了までの時間を35秒から24秒に改善したとしています。一方で、公開されたプロンプト例を見ると、カメラでの確認手順や複数エージェントによる検証の仕組みまで、動作の細部を人間側があらかじめ書き込む必要があり、完全な自律制御にはまだ距離があることもうかがえます。

背景

Googleは同じ10月13日に、汎用モデルとしての「Gemini 4 Argon」の一般提供開始も発表しており、今回のロボティクス向け発表は、同じモデルを物理世界のタスクに応用したものです。仮想環境でロボットを訓練する手法そのものは新しくなく、World Labsは実際の光景を仮想の訓練環境に変える手法を、Nvidiaはロボットの動作を動画として再現する手法を示しています。Googleは今回の発表を物理的な汎用人工知能(physical AGI)への一歩と位置付けています。

日本のビジネスへの示唆

• 製造業や物流など現場作業にロボットを導入している企業にとって、シミュレーションを使った開発期間の短縮手法として注視する価値があります。
• 現状では動作の細部をプロンプトで細かく指定する必要があり、既存の自動化・ロボット運用体制をすぐに置き換えられる段階ではないとみられます。
• 提供はGoogle AI StudioやAntigravity経由のため、導入を検討する場合は既存の契約形態(Google AI Ultraなど)の確認が必要です。