Google、ロボット向け「Gemini 4 Argon」発表

米Googleは2026年10月13日（現地時間）、ロボティクスおよび空間知能分野に向けた最新機能Gemini 4 Argon for Robotics（Googleのロボティクス向け物理・空間推論AI機能）を開発者向け公式ブログで発表しました。物理環境の理解、コード生成、視覚・意味推論を統合し、実世界におけるフィジカルAIの構築を加速させる取り組みです。

物理推論ベンチマーク「ERQA」で87%を記録

Gemini 4 Argonは、3次元環境での物理的・空間的な問題解決能力を評価するベンチマーク「ERQA（Embodied Reasoning benchmark）」において、純粋な推論のみで87%のスコアを達成し、他のフロンティアモデルを上回る最高成績を記録しました。

Googleはロボティクスのライフサイクル全体を支える4つの重点領域を発表しています。

重点領域	具体的な機能・実証例
ロボット制御	MuJoCo練習による四足歩行ロボット制御、アームのゼロショット操作、Gemini Omniによるクローズドループ制御
Real2Sim	遠隔操作カメラ映像、主観動画、手描きスケッチからの物理シミュレーション自動構築
物理理解	ALOHA 2折り紙作業の事後ラベリング、視覚による12個のボール天秤問題解決、進捗度（価値関数）推定
研究・自己改善	1枚の写真から4,500件以上のシミュレーション収集（実機成功率56%→75%向上）、試行錯誤による自己改善

スケッチや動画から物理シミュレーションを自動生成

特に注目されるのが「Real2Sim（現実からシミュレーションへ）」の自動化です。人間の手描きスケッチを撮影した画像から、GPU加速されたMuJoCoシミュレーション環境を構築し、76自由度を持つ人型ロボットの投てき軌道を自動生成して命中させるデモが公開されました。

さらに、単一の静止画からシミュレーション空間上に複数の作業タスクを定義し、4,500件を超える学習用エピソードを自動収集することで、実機ロボットのタスク成功率を56%から75%へ向上させ、所要時間を35秒から24秒へ短縮した成果も示されています。

日本のロボット開発者への影響と提供環境

日本の大学・研究機関や製造業で広く利用されている物理シミュレータ「MuJoCo」との親和性が極めて高く、PythonコードやWebAssembly形式でのブラウザシミュレータ生成にも対応しています。

利用は、Google AI Ultra加入者向けのGoogle AI StudioおよびGoogle Antigravityで即日利用できるほか、Gemini APIの有料枠（モデル識別子: gemini-4-argon）を通じたシステム連携が可能です。

安全性確保と実機展開における未確認事項

モデルが高度な自律制御能力を持つ一方で、実ハードウェアへの直接命令発行には安全制約（衝突防止や電流制限など）の多重防御が不可欠です。Google側では安全ガイドラインに準拠した段階的実行を推奨していますが、異なるロボットハードウェアにおけるレイテンシ（通信遅延）の許容限界や、想定外の接触時のフェイルセーフ挙動については各開発現場での検証が求められます。

引用元：Kanishka Rao