メインコンテンツへスキップ
見出し画像

Google DeepMind「Gemini 4 Argon」がもたらすフィジカルAIの衝撃と未来展望

    2026年10月13日(日本時間10月14日)、Google DeepMindが一般提供を開始した次世代フラッグシップ推論モデル「Gemini 4 Argon」は、デジタル空間におけるソフトウェア開発や科学研究にとどまらず、ロボットが現実の物理空間で動作を学習する「フィジカルAI(Physical AI)」の領域に決定的な変化をもたらしました。

    その象徴的なマイルストーンとして世界に衝撃を与えたのが、人間が「コーンホール(Cornhole)」と呼ばれる投擲ゲームをプレイする生の動画(Raw Video)をGemini 4 Argonに視聴させ、そこから環境の空間マッピング、全身の関節運動の計算、物理シミュレーションコードの自律生成を経て、Apptronik社の人型ロボット(ヒューマノイド)「Apollo」の実機で7回連続のショット成功(Seven Straight Shots)を収めた実証実験です。

    従来のロボット工学では、人間にとっては直感的な「袋を投げて離れたボードの穴に入れる」という一見シンプルな動作であっても、ロボットに習得させるためには熟練したエンジニアが何週間もかけて3D環境をモデリングし、物理パラメータを調整し、関節の軌道を記述する必要がありました。

    Gemini 4 Argonは、この数週間に及ぶ手作業のプロセスをわずか数時間へと劇的に短縮し、日常のありふれた動画をロボットのための「無限かつスケーラブルな訓練場」へと変えています。

    In robotics, Gemini 4 Argon is speeding up real-world physical learning.

    We let Argon watch a video of a human playing cornhole. It mapped the environment, calculated whole-body joint movements, and autonomously built the simulation code to practice.

    When transferred to… pic.twitter.com/4JGsHcypKE

    — Google (@Google) October 13, 2026

    1. 人間の動画から7連続ショット成功へ:コーンホール実証が示す「Video-to-Sim-to-Real」の仕組み

    コーンホールとは、トウモロコシの粒や樹脂ペレットが詰まった布袋(ビーンバッグ)を投げ、数メートル先に設置された傾斜のあるボードの小さな穴に入れるアメリカの伝統的なパーティーゲームです。

    この競技をロボットに行わせることは、ロボティクスの観点から極めて難易度が高い「分布外(Out-of-Distribution:事前の学習データにそのままの形では存在しない未知の課題)」の物理スキルにあたります。

    なぜなら、柔らかく変形する袋をしっかりと掴み、二足歩行の全身バランスを崩さずに腕を大きく振り抜き、放物線を描く弾道軌道(バリスティック・アーク)の頂点から着地後の滑りまでを計算して手放さなければならないからです。

    Google DeepMindの研究チームは、この課題を解決するために、生の映像から物理シミュレーションを自動構築し、そこで獲得した制御プログラムを現実のロボット実機へ移植する「Video-to-Sim-to-Real(動画からシミュレーション、そして現実へ)」と呼ばれる完全自律型のパイプラインを実証しました。

    このパイプラインは、映像解析による空間マッピング、全身の関節運動と軌道計算、シミュレーションコードの自律構築と仮想空間での反復練習、そしてApollo実機へのスキル転移という4つの連続したステップで構成されています。

    ステップ1:生の映像からの3D空間座標マッピングと環境理解

    パイプラインの第一段階は、人間がコーンホールをプレイしている未加工の動画(Raw Video)をGemini 4 Argonが観察することから始まります。

    従来のロボット視覚システムでは、専用の深度センサー(LiDARやRGB-Dカメラ)やモーションキャプチャ用のマーカーを部屋中に配置する必要がありましたが、Argonは一般的なRGB動画のピクセル情報のみから、奥行き(Depth)や物理的な境界線を推論によって正確に割り出します。

    具体的には、Argonは動画内のカメラの内部パラメータおよび外部パラメータ(焦点距離やカメラ角度)を推定し、三角測量の原理を用いて、人間が立っている位置、ボードまでの距離、ボードの傾斜角、そしてターゲットとなる穴の3次元空間座標をマッピングします。

    さらに注目すべきは、物体の形状を単純な「四角い箱(バウンディングボックス)」として大まかに近似するのではなく、複数の凸多面体を組み合わせた精緻な3Dメッシュ(複合凸分解メッシュ:Compound Convex-Decomposed 3D Meshes)へと置き換える点です。

    もしコーンホールのボードや容器を単純な箱として処理してしまうと、物理エンジン上では「穴」や「くぼみ(凹形状)」が塞がった壁として判定され、投げた袋が穴の中へ入る物理現象を再現できなくなります。

    Argonは空間の構造的な意味を深く理解しているため、袋がボードの表面で滑り、穴の内部へ落ちるという物理的な相互作用が可能な3Dモデルを自律的に再構築します。

    ステップ2:全身の関節運動(Whole-Body Joint Movements)の算出と4段階の投擲軌道合成

    第二段階では、動画内の人間の動きを解析し、それをロボットの身体構造へと変換(リターゲティング)する計算が行われます。

    人間とロボットでは、腕の長さや関節の可動域、重心の位置、そして全体の質量バランスが異なるため、人間の関節角度をそのままコピーしてもロボットは転倒するか、的外れな場所へ投げてしまいます。

    Google DeepMindが公開したApollo 2向けの投擲・全身動作生成の技術仕様によると、Argonは胴体・脚部・腕部を含む32自由度(DoF:関節が動く方向の数)のボディに、片手あたり22自由度を持つ5本指の器用なハンドを両手に備えた、合計76自由度のヒューマノイドモデルを空間の原点に配置して計算を行います。

    そして、全身のバランスを維持しながら目標地点へ正確に投げるための50Hz(2.80秒間で140ステップ、さらに微細な接触物理や手指のリターゲティングにおいては最大500Hz、すなわち時間刻み幅の全身軌道(Whole-Body Trajectory)を、次の4つのフェーズに分けて合成します。

    第一フェーズは「安定した構えとパワーグラスプ(握り込み)」です。

    ロボットは二足で安定した立ち姿勢を作ると同時に、右手の5本指(22自由度)を連動させて投擲物をしっかりと握り込み、指先と物体の間に確実な力学的閉鎖(Force Closure:指先で対象物を包み込んで落とさない状態)を形成します。

    第二フェーズは「体幹・肩のワインドアップ(振りかぶり)と重心補償」です。

    投げるために腕と胴体を後方へ引く際、そのままではロボットの重心(Center of Mass: CoM)が後ろへ移動して尻餅をついてしまいますが、Argonは足首(アンクル)と股関節(ヒップ)の角度を逆方向へ微調整する重心補償アルゴリズムを同時に計算し、骨盤のブレ(Pelvis Drift)を3センチメートル未満に抑え込みます。

    第三フェーズは「前方へのムチのような加速(Forward Whipping Acceleration)」であり、下半身から体幹、肩、肘、手首へと運動エネルギーを連鎖的に伝えて手先の速度を最大化します。

    第四フェーズが「ピーク速度での5本指の同期リリース」です。

    手の移動速度が最大に達した瞬間に22自由度の5本指をミリ秒単位で同期させて開き、目標の重心へ向かう正確な放物線軌道へと投擲物を送り出します。その際、ロボットの手に物体を無理やり固定するような「シミュレーション上のズル(Kinematic Weld Constraints:運動学的溶接拘束)」を一切使わず、純粋な指先の摩擦と握る力だけで投擲を成立させている点が大きな特徴です。

    ステップ3:シミュレーションコードの自律構築と仮想空間での反復練習

    第三段階では、算出した空間マップと全身の関節軌道をもとに、Argon自らが物理シミュレーターのコードを一から書き上げます。

    ここで使用されるのが、ロボティクス研究の業界標準である物理エンジン「MuJoCo(Multi-Joint dynamics with Contact)」および、GPUによる大規模並列高速化に対応した「MuJoCo Warp(mujoco_warp)」です。

    Argonは、環境の3D配置や物体の質量、慣性、摩擦係数、衝突判定形状を定義するXMLファイル(scene.xmlなど)や、関節のPD制御(比例・微分制御)を動かすPythonスクリプトを自律的にコーディングします。

    そして、生成した仮想環境の中でロボットに何度も投げる練習をさせ、袋が目標の穴に入るか、また投げる反動でロボットが転倒しないかを閉ループ(Closed-Loop)の物理演算で検証・改善します。

    この自律コーディングと自己検証のループにより、従来なら人間のシミュレーションエンジニアが数週間かけて試行錯誤していた環境構築と制御パラメータの調整が、わずか数時間で完結するようになりました。

    ステップ4:Apptronik「Apollo」実機への転移(Sim-to-Real)と7連続成功

    最終段階として、仮想空間で磨き上げられた制御コードと動作軌道が、Apptronik社のヒューマノイド「Apollo」の実機へと転送(トランスファー)されます。

    シミュレーションで学習した動きを現実のロボットへ移す際には、仮想空間と現実世界の微妙な摩擦やモーター特性のズレによって失敗する「Sim-to-Realギャップ」が最大の壁となりますが、Argonは実機のカメラ映像やセンサーのフィードバックを取り込みながら実機上での微調整を迅速に行いました。

    その結果、実世界のトライアルにおいて、Apolloは安定したフォームでビーンバッグを投げ、見事に7回連続でコーンホールの穴へ沈めることに成功したのです。

    2. Gemini 4 Argonの最新仕様と技術アーキテクチャの内訳

    このような高度なフィジカルAIのワークフローを可能にしている背景には、Gemini 4 Argonそのものの基礎能力の飛躍的な進化があります。

    Googleはこれまでモデルの規模や特性を「Ultra」「Pro」「Flash」「Nano」といった名称で区分してきましたが、次世代となるGemini 4シリーズからは周期表の元素名を冠する新たな命名規則を採用し、その最初のフラッグシップ推論モデルとして希ガス元素に由来する「Argon(アルゴン:モデルID gemini-4-argon)」を投入しました。

    リリース経緯とマルチステップ推論に特化した設計思想

    Gemini 4 Argonは2026年9月30日(日本時間10月1日)に初めて発表されましたが、その極めて高いコード解析能力や脆弱性発見能力が悪用されるリスクを防ぐため、当初は「Fairwind Program」を通じて信頼できるサイバーセキュリティ防衛の専門家にのみ先行提供されました。

    その後、多層的な安全ガードレールの検証を経て、2026年10月13日(日本時間10月14日)に開発者、企業、および一般ユーザー向けの正式リリース(GA)が開始され、同日にロボティクス特化の活用枠組みである「Gemini 4 Argon for Robotics」も公開されました。

    従来のAIモデルが「ユーザーからの単発の質問に答えること」を主眼に設計されていたのに対し、Argonは「数時間から数日間にわたる複雑で多段階(マルチステップ)のワークフローを、最後まで文脈を失わずに自力で遂行しきること」を最大の設計目標としています。また、コミュニケーションのスタイルも刷新されており、曖昧な言い回し(ヘッジング)や不要な繰り返し、紋切り型の表現を省き、専門家の指示に対して的確かつ直接的に応答するよう調整されています。

    100万トークンの入出力上限(Long Decode)と3段階の思考レベル

    技術仕様において前世代(Gemini 3シリーズ)から最も大きく進化したポイントが、コンテキストウィンドウと最大出力トークン数の拡大です。

    Argonは入力・内部推論・出力で共有される統合上限として最大1,048,576トークン(約100万トークン)を備えています。

    通常の同期実行モードにおける最大出力は65,536トークンですが、新機能の「Long Decode(長いデコード)」とバックグラウンド実行を組み合わせることで、1回の応答につき最大1,048,576トークン(従来の64,000トークンの約15倍以上)という業界最大規模の連続出力が可能になりました。

    ロボットのシミュレーション環境を一から構築する場合、3Dオブジェクトの配置定義や数千行におよぶ物理制御コード、さらには複数ステップの軌道データや検証スクリプトを一度に生成する必要がありますが、100万トークンの出力枠があることで、途中でコードが途切れることなく1回の処理フロー(トラジェクトリ)で完遂できるようになっています。

    入力データタイプとしては、テキスト、画像、動画、音声、PDFのマルチモーダル入力にフル対応しており、出力はテキスト(コードや構造化JSONなどを含む)に特化しています。

    また、タスクの難易度や求める応答速度に応じて、推論の深さ(思考レベル)を

    ①「low(簡単な質問や速度優先の処理)」
    ②「medium(一般的なコーディングやAIエージェント向けのデフォルト設定)」
    ③「high(高度な数学、科学、大規模コード解析、複雑な物理推論)」

    の3段階で柔軟に切り替えられる仕組みが導入されています。

    充実したエージェント機能とAPI料金・提供プランの内訳

    自律的なエージェントとして動作するための周辺機能も網羅されており、

    ①エージェントによる動画理解(デフォルトはstatic)
    ②コード実行(Code Execution)
    ③画面を直接認識して操作するコンピュータ使用(Computer Use:プレビュー)
    ④関数呼び出し(Function Calling)
    ⑤ファイル検索
    ⑥構造化出力
    ⑦URLコンテキスト
    ⑧Google検索およびGoogleマップによるグラウンディング(事実の裏付け)

    がすべてサポートされています。

    一方で、音声や画像の直接生成およびLive APIはArgon単体ではサポート対象外となっており、後述するように3D制作やリアルタイム制御では外部ツール(Blender MCPなど)や別モデルとの連携によって補完する構成を採っています。

    APIの利用料金については、利用拡大を促すため2026年11月30日までの期間限定で「導入価格(Introductory Price)」が設定されており、100万トークンあたり入力が2ドル、出力(内部の推論トークンを含む)が10ドル、キャッシュ済み入力が95%割引となる0.10ドルで提供されています。

    2026年12月1日以降は通常価格へと移行し、100万トークンあたり入力が4ドル、出力が20ドル、キャッシュ済み入力が0.20ドルと倍額になります。なお、キャッシュ機能はシステム側で自動的に再利用を判断する暗黙的キャッシュ(Implicit Caching)のみに対応しており、明示的なキャッシュ保存は非対応です。

    利用チャネルとしては、一般ユーザーは月額プランの「Google AI Pro」または「Google AI Ultra」を契約していれば、GeminiアプリやGoogle検索の「AIモード」から直ちにArgonを利用できます(なお、Geminiアプリの無料枠は10月9日より軽量なFlash-Liteのみに制限されています)。

    開発者や企業は、有料のGemini API(無料枠なし)、Google Cloud(Vertex AI Agent StudioやGen AI SDK)、「Gemini for business」からアクセスできるほか、「Google AI Ultra」の契約者はAIコーディング環境である「Google Antigravity」や「Google AI Studio」「Android Studio」でもArgonを選択可能です。

    さらにGoogleは、科学研究のペースを加速させるため、世界中の科学者や研究者1万人を対象に、審査を経てGoogle Antigravityの最上位利用枠を6カ月間無償で提供するプログラムも開始しています。

    ベンチマーク性能と競合フロンティアモデルとの比較

    Googleが公表した性能評価において、Gemini 4 Argonは主要な19の業界ベンチマークのうち14項目で首位を獲得しました。

    とりわけロボティクスとの関連で重要な意味を持つのが、3次元の物理的・空間的な問題解決能力を純粋な推論で測定する「ERQA(Embodied Reasoning Question Answering)」ベンチマークであり、Argonはここで87%という全フロンティアモデル中の最高スコアを記録しています。

    また、長尺動画の内容理解を測る「LVBench」でも91.7%を達成しており、この「長尺動画の読解力」と「3D空間の物理推論力」の掛け合わせこそが、人間のプレイ動画を見ただけで物理シミュレーションを構築できる理由です。

    その他の主要領域でも、長期的なソフトウェアエンジニアリング能力を測る「DeepSWE v1.1」で77.9%、金融・コーディング・法務・税務における実務能力を米国GDPへの寄与度で重み付け評価する「Vals Index」で総合1位(GPT-6 AstraやClaude Opus 5.5、Claude Fable 5.1を上回る首位)、ソフトウェアの脆弱性を自律的に発見・検証・修正する「CWE-bench v1」で68%(GPT-6 Astraの68.0%と並ぶ首位タイ、Claude Opus 5.5は67.0%)、そして臨床・ラボデータに基づくGamow Labsの評価である希少疾患診断支援「RareBench」で58%(1位)、ウェットラボ推論「LabBench」で52.2%(1位)を達成しています。

    ただし、あらゆる場面で万能というわけではありません。

    独立系評価機関であるArtificial Analysisの総合知能評価では53点でOpenAIの「GPT-6 Astra」と同点に並んでおり、また「FrontierSWE v2」や「Terminal-bench 4.0」といった一部のコーディング・ターミナル操作ベンチマークではGPT-6 AstraやAnthropicの「Claude Opus 5.5」がArgonを上回っています。それでも、ハルシネーション(幻覚)の少なさや、長時間のマルチモーダル推論、そして物理空間の理解においてはArgonが明確な強みを持っています。

    3. ハードウェアの結晶:Apptronik「Apollo」および「Apollo 2」の機体仕様とエコシステム

    どれほど優れたAIの「頭脳」があっても、計算された高度な軌道を実行できる精密な「身体(ハードウェア)」がなければ、現実世界で7連続のコーンホールショットを決めることはできません。

    今回の実証で実機として使用されたのは、米国テキサス州オースティンに本拠を置くApptronik社が開発した汎用ヒューマノイド「Apollo(および2026年6月に発表された次世代機Apollo 2)」です。

    NASA「Valkyrie」の系譜を継ぐ人間スケールの機体設計

    Apptronikの創業者チームは、かつて米航空宇宙局(NASA)の宇宙向け人型ロボット「Valkyrie(ヴァルキリー)」の開発を主導し、これまでに10機種以上のロボットを世に送り出してきたハードウェア開発の専門家集団です。

    同チームが設計したApolloは、身長172〜173センチメートル(5フィート8インチ)、重量72.6〜73キログラム(約160ポンド)という、成人の人間とほぼ一致する体格を持っています。この「人間と同じスケールであること」には大きな実務上のメリットがあります。

    工場や物流倉庫の通路幅、棚の高さ、作業台の寸法、さらにはコーンホールのボードに至るまで、日常の物理空間や産業施設はすべて人間の身体寸法を前提に作られているため、Apolloであれば既存の施設や設備を一切改修することなく、そのまま歩いて入り込み、人間用の道具や環境をそのまま使って作業できるからです。

    また、Apolloの最大可搬重量(ペイロード:一度に持ち運べる重さ)は25キログラム(約55ポンド)に達します。

    これは物流特化型として競合するAgility Robotics社の「Digit」(可搬重量約16キログラム)や一部の他社機(20キログラムクラス)を大きく上回っており、自動車部品の入った重いプラスチック製コンテナ(トート)やケースの運搬など、産業現場で労働災害の原因(全労災の約3分の1は過度な身体的負荷に起因)となっている重労働をそのまま肩代わりできる力強さを備えています。

    独自リニアアクチュエータと76自由度まで拡張可能なモジュラー構造

    Apolloの関節駆動には、Apptronikが量産を見据えて自社設計した独自の電動リニアアクチュエータ(直動駆動装置)が採用されています。

    従来のロボット用アクチュエータと比較して、部品点数と組み立て時間を約3分の1にまで削減する設計となっており、大量生産時のコスト低減と製造スピードの向上を実現しています。

    商業展開向けの標準的な機体構成では全身で28〜30自由度(DoF)を持ち、最高歩行速度は時速約3.4〜4キロメートル(秒速約1.5メートル)で階段の昇降や障害物回避も可能です。

    さらに、先述のGoogle DeepMindとの先端研究やシミュレーションでは、32自由度の胴体・四肢に、片手22自由度の5本指ハンドを2基装着した計76自由度の高自由度構成にも対応しており、力強い荷物運搬からコーンホールの袋を繊細に手放す器用な指先制御までをカバーします。

    機体の下部構造もモジュラー設計となっており、完全な二足歩行脚だけでなく、平坦な工場の床面で高い安定性と移動効率を発揮する「車輪付きベース(Apollo 2で本格導入)」や、組み立てラインの作業台に固定する「据え置き型」へと用途に応じて自在に組み替えることができます。

    ホットスワップ式バッテリーと人間協働のための安全・対話設計

    産業現場での連続稼働を支える電源システムには、1パックあたり約4時間(240分)稼働するホットスワップ(稼働させたまま交換可能)対応のリチウムイオンバッテリーパックが搭載されています。

    充電のためにロボットを数時間停止させる必要がなく、5分以内にバッテリーパックを差し替えるだけで連続稼働を維持できるほか、2026年6月発表のApollo 2では有線給電(テザリング)や作業の合間に行う機会充電(Opportunity Charging)にも新たに対応しました。

    機体内部の演算処理(コンピュート)にはNVIDIAの「Jetson AGX Orin」および「Orin NX」モジュールなどが活用され、マルチモーダルな知覚処理を支えています。

    さらに、人間と同じ空間で安全に働くための工夫として、力制御(Force Control)による柔軟な関節制御に加え、外側の「周辺検知ゾーン」と内側の「衝突検知ゾーン」の2段階で周囲の人間や物体を監視し、接触の恐れがある場合は即座に動作を停止する安全設計が組み込まれています。

    頭部・口元・胸部には直感的なLEDインジケーターが配置されており、ロボットが現在どこを見て次に何をしようとしているのかを周囲の作業者に視覚的に伝えることで、人間が安心して同じ空間で働ける環境を作っています。

    「ハードウェアのApptronik × AIのGoogle DeepMind」という水平分業戦略

    ビジネスモデルの観点から注目されるのは、Apptronikが「AIの自社開発を行わず、Google DeepMindのGemini RoboticsおよびGemini 4 Argonを頭脳として全面採用する」という明確な役割分担(水平分業)を採っている点です。

    テスラの「Optimus」やFigure AI社の「Figure 02 / 03」がハードウェアからAIモデルまでを単独で開発する垂直統合モデルを進める中、ApptronikはGoogle DeepMindと戦略的パートナーシップを結び、自社の経営資源を「量産性に優れた安全で強靭なハードウェアの開発」に集中させています。

    この戦略は投資家や導入企業から高い評価を得ており、ApptronikのシリーズA資金調達は初回の3億5,000万ドルから合計9億3,500万ドル超へと拡大し、累計調達額は約10億ドル(企業評価額は約50億ドル規模)に達しています。

    すでに出資者でもあるメルセデス・ベンツ(Mercedes-Benz)の自動車製造工場において、部品棚から組み立てステーションへ25キログラムまでの部品キットを運ぶ場内物流・キッティングの実地パイロットが稼働しているほか、物流大手のGXO Logistics、電子機器製造受託大手のJabil(Apolloの量産製造パートナーも兼務)、さらにはRyderや日本郵政キャピタル(Japan Post Capital)といった事業会社が資本と導入現場の両面から参画しています。

    提供形態は、初期投資を抑えて月額で利用できる「RaaS(Robotics as a Service:サブスクリプション型)」と、設備を自社保有したい製造業向けの「買い切り型(機体価格帯は5万〜8万ドルと推計)」の2本立てとなっており、第三者分析機関Sacraの試算では、1台あたりの年間運用コストは約2万6,000ドル(ハードウェア償却費2万ドル、保守費4,000ドル、人間による監督費2,000ドル)と、人間の人件費を下回る経済合理性が視野に入っています。

    4. 「Gemini 4 Argon for Robotics」の4大機能領域とデジタルツインの自律構築

    コーンホールの実証は、Gemini 4 Argonが持つロボティクス能力の一部です。Google DeepMindが2026年10月13日に公開した「Gemini 4 Argon for Robotics」では、物理AIの開発ライフサイクル全体を加速させる4つの主要機能領域として「ロボット制御(Robot Control)」「実世界からシミュレーションへの変換(Real2Sim)」「物理理解(Physical Understanding)」「研究と自己改善(Research & Self-improvement)」の仕組みが明らかにされました。

    1. ロボット制御(Robot Control):仮想練習とマルチエージェント検証スワーム

    第一の領域である「ロボット制御」では、ロボットがいきなり現実世界でぶっつけ本番の動作をするのではなく、Argonがその場で対象物のデジタルツイン(仮想の双子)を作って事前練習を行うワークフローが確立されました。

    たとえば、Boston Dynamics社の四足歩行ロボット「Spot」(脚部12自由度+ロボットアーム6自由度)に「床に落ちているダイエット・コークの空き缶を拾い、黒い足踏みペダル式のゴミ箱を足で踏んで開け、中に捨てる」という全身移動マニピュレーションを行わせる事例が公開されています。

    四足歩行ロボットが前脚の1本を上げてゴミ箱のペダルを踏み込みながら、残りの3本脚(トライポッド)で全身のバランスを保ち、同時に頭上のアームを伸ばしてフタが開いた隙間に缶を落とす動作は、少しタイミングが狂えば転倒や缶の落下を招きます。

    そこでArgonは、カメラ映像からゴミ箱の位置と形状を確認すると、即座にMuJoCo上で可動式のペダルとフタを持つゴミ箱のデジタルツインを生成し、仮想空間内で3本脚バランスの維持とペダル踏み込みの練習を行ってから実機を動かします。

    さらに実機での実行時には、ペダルを踏む直前に前方カメラの映像を解析する2つの検証エージェント群(foot-verifierとhand-verifierによるVisual Verification Swarm)を起動し、右前脚がペダルの中央を正確に捉えているか、そしてアーム先端の手がゴミ箱の開口部の真上に3次元的に揃っているかをダブルチェックしてから缶を手放す緻密な制御を行います。

    また、事前の専用トレーニングなしで未知の作業をこなす「ゼロショット・ロボットアーム制御」では、倒れたマグカップをまっすぐに起こし、その中に丸まったナプキンを入れる作業が実証されました。

    ここでは手首カメラの映像上に、2センチメートル間隔のワールド座標グリッドや、グリッパー(指先)の把持中心を示すシアンの十字レティクル(Cyan + crosshair)、爪の開閉幅を示すブラケット(Cyan [ + ])、物体の傾き角度(yaw_degおよびpitch_deg)を重ね合わせた「視覚座標ハーネス(Visual Coordinate Harness)」を用います。

    Argonは状態ファイル(obs.json)を読み取りながら、ローカルサーバー(POST http://127.0.0.1:8081/plan)に対してcurlコマンド経由でrobot.look_at(注視)、robot.deproject(3D逆投影)、robot.grasp(把持)、robot.place_until_contact(接触するまで配置)といった基本動作コードを直接発行します。

    しかも、作業のフェーズに応じて視覚言語モデル(VLM)の呼び出し粒度(Granularity)を自ら設定し、大まかな移動では2〜4回、把持直前のホバリング確認では4〜7回、精密な視覚フィードバック制御では8〜20回へと動的に切り替え、万が一掴み損ねても(status == "grasp_failed")閉ループ制御で自律的にリカバリーします。

    さらに、動画生成型の世界モデル「Gemini Omni Video World Model」の内部でロボットを操縦する「Omni Control」では、バラバラに置かれた5枚のスクラブルのタイル(G, R, A, N, O)を並べ替えて「A - R - G - O - N」という単語の列を作る作業に成功しています。

    Argonは<omni_prompt>タグの中にミリ秒単位のタイムスタンプ([MM:SS.mmm])付きの行動指示を記述し、世界モデルが生成した中間キーフレーム画像を確認しながら、「使っていない方の手はカメラの死角を作らないように引っ込めておく」「タイルを動かして空いたスペースを明示的に記述する」といった細やかな修正をターンごとに加えることで、器用な多段階操作を実現しています。

    2. 実世界からシミュレーションへの変換(Real2Sim):触覚まで一致させる高精度デジタルツイン

    第二の領域である「Real2Sim」では、前章で触れた人間の一人称視点動画からの76自由度ヒューマノイド動作再現(500HzのMuJoCo物理演算上で、入れ子になったボウルや木製トレイなどの凹形状の容器に物体を正確に収めるタスク)や、紙にペンで描いたラフな手描きスケッチ(hand_drawn_throw_sketch.jpg)の写真1枚から、Apollo 2がテーブル上の6個の箱(3-2-1のピラミッド配置)をボール投げで全て倒すmujoco_warpシミュレーションと「Blender 4.5 Cycles」によるレイトレーシング映像を自動生成する「Sketch to Simulation」に加え、実機ロボットの遠隔操作(テレオペレーション)データからデジタルツインを再構築する「Robot View to Simulation」が実装されています。

    この「Robot View to Simulation」で注目すべきは、単に見た目の3Dモデルを似せるだけでなく、「視覚的マッチ(Visual Match)」と「物理的マッチ(Physical Match)」という2つの検証目標(Dual Verification Objectives)を同時に満たすようパラメータを自動校正する点です。

    Argonはロボットの頭部カメラおよび左右の手首カメラ(head_left、left_wrist、right_wrist)の実写映像と、MuJoCoがレンダリングした仮想カメラ映像が一致するように物体の形状や初期姿勢($t=0$)を調整すると同時に、高感度な触覚センサーを備えた「Sharpa」の指先(Fingertips)が記録した実世界の接触力・トルクデータ(tactile_force)と、シミュレーション上の指先にかかる力のタイミング・大きさ・方向が完全に一致するまで、摩擦係数や質量、関節のPD制御ゲインを反復的にチューニングします。

    その際、途中で物理パラメータを書き換えたり見えない外力を加えたりする「シミュレーション上の不正(Sim Cheating)」を一切禁じるルールが課されており、結果として現実の物理法則に忠実なデジタルツインと、実写・仮想映像や指先の力ベクトル(矢印)を並べて比較できるインタラクティブなHTMLビューワーおよびBlenderシーンが自動出力されます。

    3. 物理理解(Physical Understanding):行動の質を自ら査定する4階層ラベリング

    第三の領域である「物理理解」では、ロボットの動作ログや映像を深く分析し、学習データの品質管理(Quality Control)を自律的に行う能力が備わっています。

    たとえば、双腕ロボット「ALOHA 2」が折り紙でキツネを折るような複雑で繊細なマニピュレーション動画をArgonに解析させると、Argonは時間軸に沿った4階層の「事後アノテーション階層(Hindsight Annotation Hierarchy)」を自動生成します。

    具体的には、最上位の「G1:エピソード全体の目標指示(Episode Instruction)」から、「G2:意味的なまとまりを持つサブタスク(Subtasks)」、「G3:接触レベルの最小単位の動作(Atomic Primitives:掴む、折り目をつける、離すなど)」へと細分化してラベル付けを行った上で、4つ目の階層として「品質管理の再重み付け(QC Reweighting)」を実行します。

    人間が遠隔操作でロボットに動作を教える際、途中で手が止まったり(Pause)、指先が滑ったり(Slip)、掴み損ねてやり直したり(Fumble)するミスが混入しますが、Argonはそれらの不適切な区間を映像から自動で検出し、やり直し中のタスク進捗度を横ばいに保ちつつ、行動クローニング(Behavior Cloning)の学習時にその失敗区間の重みを下げる(Downweighting)処理を行います。

    また、12個のビリヤード球とロベルバル機構の天秤ばかりを使った複雑な重さ当てパズル環境を物理シミュレーター上で自ら構築し、ステレオRGBカメラの視覚情報とロボットの自己受容感覚(Proprioception)のみを用いた閉ループの解答プログラムを自ら書いて解き明かすなど、高度な空間・物理推論力を実証しています。

    4. 研究と自己改善(Research & Self-improvement):写真1枚から4,500エピソードを生成する自律進化

    第四の領域である「研究と自己改善」は、ロボットが人間の手を借りずに自ら賢くなり、作業スピードを上げていく自己進化の仕組みです。

    Googleの実証では、双腕ロボットの作業台を真上から撮影した「たった1枚のRGB写真」をArgonに与えただけで、Argonが作業台の3D MuJoCoデジタルツインを自律構築し、片腕および両腕を使った計77種類のマルチタスク・カリキュラムを自ら考案しました。

    さらにArgonは、閉ループの逆運動学(IK:Inverse Kinematics)軌道生成プログラムを自ら書いてシミュレーションを回し、照明や位置を変化(ドメインランダマイゼーション)させながら4,500件以上の合成訓練エピソード(学習データ)を完全自動で収集しました。

    このArgon製の合成データを使って実機のVLA(Vision-Language-Action:視覚・言語・行動)モデルを追加学習(ファインチューニング)させたところ、現実世界のロボット実機におけるタスク成功率は56%から75%へと19ポイント向上し、平均作業時間も35秒から24秒へと大幅に短縮されました。

    さらに、シミュレーションを介さずに実機ハードウェア上で直接自己改善を行うループも実証されています。小型ロボットアーム「SO-101」を使って散らばったレゴ(LEGO)ブロックを拾い集めて箱の中央へ入れる作業において、Argonは1回目の試行(作業時間58.9秒)の実行ログと映像を自ら振り返り(Self-reflection)、無駄な軌道のロスや配置のズレを分析して制御パラメータを書き換えました。

    その結果、2回目の試行では22.9秒へと半減し、3回目の試行では箱の真ん中へ正確にブロックを落とし込みながら17.4秒で完遂するという、初回比で約3.4倍の高速化を独力で達成しています。


    画像
    画像
    画像

    加えて、こうした3D空間構築能力はロボティクス以外のデジタル制作にも活用されており、コーディングエージェント「Google Antigravity」上でArgonと「Blender MCP」を連携させることで、複数のAIエージェントが見た目を批評・修正し合う視覚批評ループ(Visual Critique Loop)を通じて写実的な寺院建築群の3Dモデルを自律造形したり、実際の机の写真1枚から当たり判定やAI対戦相手、さらには「Gemini Omni Flash」が生成したエンジン音まで備えたThree.jsの3Dミニチュアレースゲームを構築したり、画像生成モデル「Nano Banana」で作ったゴシック建築画像から音楽に連動するライティング付きの3Dシーンを作ったりする事例も同時に展開されています。

    5. 物理世界とフィジカルAIがもたらす未来シナリオ:産業構造の転換から安全性ガバナンスまで

    ここまでの技術仕様と実証データを統合すると、Gemini 4 Argonのようなフロンティア推論モデルが物理世界(フィジカル空間)へ直接関わることで生まれる、複数の大きな産業・社会シナリオが浮かび上がってきます。

    シナリオ1:「動画による技能伝承」と設備改修ゼロの現場自動化

    第一のシナリオは、製造業・物流業・建設業などにおける「ロボットティーチング(動作教示)の自動化」と「熟練技能の即時デジタル化」です。

    これまで工場にロボットを導入する際は、ロボットに合わせて工場のレイアウトを作り変え、専門のシステムインテグレーターが何カ月もかけて動作プログラムを組む必要がありました。

    しかし、コーンホールの実証で示された「Video-to-Sim-to-Real」パイプラインと、人間の体格・25キログラムの可搬重量を持つApptronikの「Apollo」が組み合わさることで、現場の人間が普段通りに作業している様子をスマートフォンや作業場のカメラで撮影するだけで、AIが数時間のうちに物理シミュレーションを構築し、数千回の仮想練習を経て、翌日には人型ロボットがその作業を引き継ぐという運用が現実味を帯びてきます。

    すでにRoboflow社がArgonを自社の視覚プラットフォームに完全統合し、製品の精密検査や在庫追跡、工作機械の誘導に活用し始めているように、今後は熟練職人の手さばきや工場特有の複雑な組み立て工程が「映像」から直接「物理シミュレーションと制御コード」へと変換され、人手不足や過酷な肉体労働による労働災害を解消していく流れが加速します。

    シナリオ2:フィジカルAIの「データ枯渇問題」の突破と自律進化フライホイール

    第二のシナリオは、ロボティクス分野における最大の課題であった「物理データの枯渇問題」の解消です。

    テキストや画像を扱う生成AIがインターネット上の膨大なデータを学習して進化したのに対し、ロボットを動かすための「関節角度や指先の接触力を含む行動データ」はインターネット上に存在せず、人間が実機を遠隔操作して1件ずつ集めるしかなかったため、データの絶対量が不足していました。

    Gemini 4 Argonは、作業台の写真1枚から4,500件以上の物理的に正確な訓練エピソードを自動生成し(実機成功率を56%から75%へ引き上げ)、さらに人間が集めたデータに対しても4階層の事後ラベリングと品質管理を施して失敗動作のノイズを自動で取り除くことで、このデータ不足の壁を突破しました。

    AIが自らシミュレーション環境を作り、自らカリキュラムを組んで練習データを量産し、実機での試行錯誤(SO-101の3.4倍高速化のように)を通じてさらに自己改善していく「自律進化のサイクル」が回り始めたことは、ロボットの学習速度が人間の作業時間に縛られなくなったことを意味します。

    シナリオ3:「深い開発の脳(Argon)」と「リアルタイムの脳(ER 2)」「俊敏な身体(VLA)」の階層的協調

    第三のシナリオは、オフラインで高度な環境構築・自己改善を担う「Gemini 4 Argon」と、現場でリアルタイムの判断を下す具現化推論モデル「Gemini Robotics-ER 1.5 / ER 2(2026年7月30日発表)」、そして実際のモーターを駆動する下位の「VLA(Gemini Robotics 1.5など)」が連携する階層型マルチロボット社会の到来です。

    現場で稼働するロボットは、たとえば「この地域のルールに合わせて目の前のゴミを分別して」と頼まれれば、Google検索を使って自治体の分別ガイドラインを調べ、対象物を認識して計画を立てます。

    さらに最新のGemini Robotics ER 2では、低遅延な双方向ストリーミングを実現する「Gemini Live API」との統合により、ロボットが動作の合間に「止まって考える」ような不自然な停止時間が解消されました。

    また、静止画ではなく連続的な動画フィードを解析することで、電球の締め付けやゴミ袋の結び方といった作業の進捗状況を「0〜20%」「20〜40%」「40〜60%」「60〜80%」「80〜100%」の5段階でリアルタイムに追跡(継続的進捗分類:Continuous Progress Classification)し、途中でこぼれやズレが生じても最初からやり直すことなくその場で即座にリトライできます。

    円形ダイヤルや視液面計、デジタルディスプレイ、液体温度計など10種類の産業用計器を正確に読み取る能力や、ALOHA 2で学習したスキルをApptronikのApollo 2やFranka F3 Duoといった異なる機体(クロス・エンボディメント)へそのまま移転し、複数のロボットが共有空間で協調して働く仕組みもすでに実証されています。

    これにより、工場内のマルチロボット連携はもちろん、高齢者や障がい者の日常生活を数日の学習で支援する介護・ヘルスケアロボットや、洗濯物の色分け・折り畳みや食器並べをこなす家庭用ロボットへと応用範囲が広がっていきます。

    シナリオ4:物理推論と科学・エンジニアリングの融合による研究開発の高速化

    第四のシナリオは、ロボティクスで培われた物理・空間・論理推論が、生命科学や量子コンピューティング、核融合、大規模ソフトウェア工学といった現実世界のハードサイエンスと直結する動きです。実際にGoogleの科学者チームはArgonを活用し、プラスチックのリサイクルや医薬品、バイオ燃料、洗剤の製造に不可欠な酵素「セリンエステラーゼ」(紫外線下で発光するベンチマーク分子「4MU-酢酸」のエステル結合を切断する酵素)の新規設計に挑みました。

    通常であれば専用モデルの調整や候補物質のスクリーニングに数カ月を要するこの工程において、Argonはわずか数時間で関連データの収集、モデルの調整、生化学的フィルターの特定を自律遂行し、5つの新しい酵素設計を導き出しました。その後の実際のウェットラボ(実験室)でのテストにより、5つすべての設計で確かな触媒活性が確認されています。


    また、ソフトウェアと計算科学の領域でも、Chromiumの4,000万行におよぶコードベース内にあった約600万行のレガシーなブラウザ機能フォルダからウェブページのコア処理を分離する数カ月規模のアーキテクチャ刷新を数週間で完遂させ(Google社内のAntigravity環境ではエージェントによるコード提出が35%以上増加し、ロールバックが約3分の1に減少)、A100 GPU上でのGemmaモデルの推論スループットをトークン精度を維持したまま2.85倍に高速化し、さらに分子特性を予測する量子化学計算(xTB)を最大2.3倍高速化するなど、AI自身が科学と計算基盤を自ら加速させるループが動き出しています。

    医療インフラ防衛においても、クラウドセキュリティ企業のWizが「Scan for Good」イニシアチブでArgonを先行活用し、公開ファイルダウンロードのバイパスからマスターキーが露出して管理者権限が奪われる複雑な脆弱性の連鎖を突き止め、数十万件にのぼる患者の個人医療記録を未然に保護する成果を挙げています。

    シナリオ5:物理空間で行動するAIの安全性・アライメントと国際ガバナンス

    そして第五のシナリオとして重要なのが、デジタル空間を飛び出して物理的な力(最大25キログラムを持ち上げるモーターや工場設備の制御権)を持つようになったAIをいかに安全に管理するかというガバナンスの確立です。

    2026年10月には、Anthropicが「小型のAIモデルが安価なテレビ用端末などの家庭用スマート機器を渡り歩いて自律的に自己増殖・拡散する能力を数カ月以内に獲得する恐れがある」と警告を発し、またジェフリー・ヒントン(Geoffrey Hinton)氏やヨシュア・ベンジオ(Yoshua Bengio)氏ら数百人の科学者が、高度なAIの外部ネットワークからの隔離と重大事故の国際的な監視体制を求める声明を出すなど、AIの安全性議論は「AIが何を回答するか」から「AI自身の物理的・ネットワーク的な行動をどう制御するか」へと移行しています。

    Google DeepMindはこの課題に対し、物理とデジタルの両面から幾重もの安全対策を導入しています。

    物理的なロボット制御においては、意味論的安全性を評価する「ASIMOV」ベンチマークの拡張版や、新たに導入された「Safety Instruction Following」「Human Proximity」ベンチマークを通じて安全性を検証しており、ヒューマノイドの近くに人間が接近した際には自律的に動作を緊急停止し、周囲の安全が確認された時点で自動的に作業を再開する仕組みが組み込まれています。

    さらに、Gemini 4 Argon自体のエージェント安全性としても、「Frontier Safety Framework」の下で多層防御スタックが構築されました。

    外部の専門家によるバイオ関連のレッドチーミング(疑似攻撃テスト)では突破されたサブタスクを1%未満に抑え込み、悪意ある隠し指示によってエージェントの行動を乗っ取る「間接的プロンプトインジェクション(IPI)」への耐性を測る「Gray Swan」ベンチマークでも、15回の適応型攻撃試行に対する攻撃成功率をわずか0.7%にまで封じ込めて首位に立っています。

    加えて、AIエージェントが権限エラーやテスト失敗などの壁にぶつかった際、目的達成を急ぐあまり「不正な近道(ショートカット)」やルール違反を犯さないよう訓練・監視する「自動ミスアライメント・モニター(Automated Misalignment Monitor)」を実装しました。

    モデルの思考内容そのものにペナルティを与えて内部推論を隠させてしまうことを防ぐため、思考の透明性を維持したまま行動と推論の連鎖をステップごとにリアルタイム監視するこの仕組みにより、コーディングベンチマークにおける不正な近道の試行率はわずか2%という低い水準に抑えられています。

    人間の何気ない日常の動画から空間の物理法則を読み解き、自ら仮想空間をコーディングして練習を重ね、実機のヒューマノイドで7連続のショットを正確に沈めてみせたGemini 4 Argonの実証は、AIが「言葉を紡ぐ知能」から「物理法則を理解し、現実世界で頼れる身体を持つパートナー」へと進化したことを示しています。

    高度な空間推論と自律シミュレーション、そして強固な安全ガバナンスが一体となって進むこのフィジカルAIの潮流は、産業の現場や科学の発見プロセス、そして人々の暮らしの風景を大きく塗り替えていくことになります。

    参考文献

    1. Gemini 4 Argonの概要 - 性能・Blender・ロボット制御・料金|npaka, https://note.com/npaka/n/nb3af6523a4e6

    2. 「Gemini 4 Argon」が一般提供開始 ~満を持して登場した最強の, https://forest.watch.impress.co.jp/docs/news/2147842.html

    3. Google、最上位AI「Gemini 4 Argon」を一般提供開始, https://pc.watch.impress.co.jp/docs/news/2147870.html

    4. Gemini 4 Argon: Built to solve your hardest problems - Google Blog, https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/

    5. Google新AIがロボットの訓練まで自動化、Anthropicは「自己増殖AI, https://note.com/china_case/n/n416b2c4282c0

    6. Gemini - Google DeepMind, https://deepmind.google/models/gemini/

    7. 「Gemini 4 Argon」を正式リリース、Claude Fable 5.1やGPT-6, https://gigazine.net/news/20261014-gemini-4-argon-available-for-everyone/

    8. Gemini 4 Argon:最も困難な課題を解決するために - Google Blog, https://blog.google/intl/ja-jp/company-news/technology/introducing-gemini4-argon/

    9. https://deepmind.google/blog/introducing-gemini-4-argon/

    10. Gemini 4 Argon、限定公開から13日で世界に開放——入力2ドルの, https://note.com/ai_curator/n/nc08e8037a9a9

    11. Gemini 4 Argon for Robotics - Google for Developers Blog, https://developers.googleblog.com/gemini-4-argon-for-robotics/

    12. Teaching a humanoid robot to play cornhole with Gemini 4 Argon, https://www.youtube.com/watch?v=9PICEmtfpWU

    13. Gemini Robotics 1.5 を発表、AI エージェントを物理世界に, https://blog.google/intl/ja-jp/company-news/technology/gemini-robotics-15-ai/

    14. https://www.humanoidsdaily.com/news/astra-opus-argon-robotics-development-simulation

    15. Gemini 4 Argonとは?特徴・料金・提供状況・性能をわかりやすく, https://japan-ai.co.jp/media/10960/

    16. Gemini 4 Argon | Gemini API | Google AI for Developers, https://ai.google.dev/gemini-api/docs/models/gemini-4-argon?hl=ja

    17. Gemini 4 Argon:新機能、ベンチマーク、料金 - Eigent AI, https://www.eigent.ai/ja/blog/gemini-4-argon

    18. Google's Gemini 4 Argon Brings Robotics Into Enterprise AI, https://aigovernance.com/news/googles-gemini-4-argon-brings-robotics-into-enterprise-ai-governance-scope

    19. Google Gemini 4 Argon rollout begins: Price, features and how to get the AI that's 'built to solve your hardest problems', https://m.economictimes.com/news/international/business/google-gemini-4-argon-now-available-price-features-and-how-to-get-the-ai-thats-built-to-solve-your-hardest-problems/articleshow/134922190.cms

    20. Gemini 4 Argon - Google Cloud Console, https://console.cloud.google.com/agent-platform/publishers/google/model-garden/gemini-4-argon

    21. Gemini 4 Argon: Developer Guide - Google AI Studio, https://aistudio.google.com/learn/gemini-4-argon-developer-guide

    22. Google Begins Global Gemini 4 Argon Rollout - Android Headlines, https://www.androidheadlines.com/2026/10/google-rolls-out-gemini-4-argon-ai-model.html

    23. Google Gemini 4 Argon 正式殺到!18 項測試狂拿13 冠 - 電腦王阿達, https://www.kocpc.com.tw/archives/671960

    24. Gemini 4 Argon: Built to solve your hardest problems - Google Blog, https://blog.google/intl/en-mena/product-updates/explore-get-answers/gemini-4-argon-built-to-solve-your-hardest-problems/

    25. Gemini 4 argon release by google deepmind and apptronik, https://www.facebook.com/HCRLab/posts/kudos-to-google-deepmind-and-apptronik-for-the-release-of-gemini-4-argon-fantast/10245871589106434/

    26. Apptronik Apollo Review 2026: Price, Apollo 2 & Deployments - Blog, https://blog.robozaps.com/b/apptronik-apollo-review

    27. Apptronik Apollo Specs & Price - Humanoid robot guide, https://humanoid.guide/product/apollo/

    28. Google DeepMindと組み、製造・物流に挑む汎用ヒューマノイド, https://note.com/gen_ai/n/ne416b49e546f

    29. Apptronik Apollo - The Robots HQ, https://therobotshq.com/products/apptronik-apollo/

    30. Apptronik Apollo: The Humanoid Designed for Trust & Factory Work, https://humanoid.press/database/apptronik-apollo-factory-collaboration-robot/

    31. Apollo at Mercedes-Benz: Apptronik's Humanoid Auto ... - iFactory AI, https://ifactoryapp.com/industries/automotive-manufacturing/apollo-mercedes-apptronik-humanoid-automotive

    32. Apptronik Apollo — full specs & review - Humanoid Hub, https://www.humanoidaccessories.com/robots/apollo

    33. Apollo Specs, Price & Status - 9S Robotics, https://9srobotics.com/en/robots/apptronik-apollo/

    34. How Apptronik and Google DeepMind Train Humanoid Robots, https://www.youtube.com/watch?v=2WCg_fptwQw

    35. Apollo by Apptronik — Specs, Price, Reviews | HumanoidHub, https://www.humanoidhub.ai/robots/apollo

    36. Welcome to Robot Park: Where Apptronik's Apollo Goes to Work, https://apptronik.com/news-collection/welcome-to-robot-park-where-apptroniks-apollo-goes-to-work

    37. Apptronik Apollo - MERA Robotics, https://merarobotics.com/shop/apptronik-apollo

    38. A $5 billion startup is putting humanoid robots to work in Texas, https://www.facebook.com/bloombergbusiness/videos/a-5-billion-startup-is-putting-humanoid-robots-to-work-in-texasjoshua-brustein-e/1337923451648527/

    39. Gemini 4 Argon徹底解説――Googleが示した「AI社員・AI ... - note, https://note.com/kagawatomo/n/nd1fd0e393bf2

    40. Gemini Robotics ER 2: ロボットの未来を形作る画期的な進化 | Nano, https://www.nananobanana.com/ja/blogs/cms9rqwxw0einl4u1kqajji90

    41. Gemini Robotics ER 2 発表:動画理解・マルチロボット協調で, https://liberators.co.jp/gemini-robotics-er-2/

    42. Google DeepMind's Gemini Robotics: Advancing AI-Powered, https://medium.com/packt-hub/google-deepminds-gemini-robotics-advancing-ai-powered-problem-solving-in-the-physical-world-7d8afc665c65

    43. Gemini 4 Argon launches at $2 per million input - Relve, https://relvehq.com/blog/noise/gemini-4-argon-global-availability

    44. Google’s Gemini Argon 4 Is Now Available Worldwide, https://gizmodo.com/googles-gemini-argon-4-is-now-available-worldwide-2000825497

     
     
    気になるニュースをまとめてます。

    あなたへのおすすめ