Google presenta Gemini 4 Argon, un modelo para controlar robots, simular tareas y evaluar entrenamientos
Hecho Qué ha ocurrido
Google presenta Gemini 4 Argon, un modelo que, según la compañía, controla robots, genera simulaciones a partir de fotos o bocetos y evalúa vídeos de entrenamiento. Google informa de un 87 % en su benchmark ERQA, por delante de otros modelos según sus propios datos. Argon está disponible en Google AI Studio y Antigravity solo para suscriptores de Google AI Ultra, y en el nivel de pago de la API de Gemini.
Resumen generado mediante IA a partir de The Decoder (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Google propone un único modelo para todo el ciclo de robótica, desde la simulación hasta la validación de datos de entrenamiento. Si se confirma fuera de las demos, podría simplificar la arquitectura de los equipos de robótica.
- Quién se ve afectado
- Equipos de robótica e ingeniería de control en industria y logística, y desarrolladores que usen la API de Gemini.
- Qué puede cambiar
- Podría reducirse el trabajo manual de programar tareas y de generar datos de entrenamiento para robots. Las demos, sin embargo, muestran que el modelo todavía necesita mucha guía humana.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Resultados independientes en benchmarks de robótica, como AA-Robotics, donde Argon quedó tercero con 55 de 100 puntos. También la ampliación del acceso más allá del plan Ultra y el precio en la API.
Enviar esta noticia por correo
Fuente original: The Decoder. La referencia es siempre el artículo original.
Ver fuente original ↗modelos multimodalesrobóticasimulaciónvídeo GoogleGoogle DeepMindBoston Dynamics ERQAGemini 4 ArgonGemini OmniGooglerobótica
Tu opinión
0 comentarios
Relacionadas
Meta lanza Muse Spark Open, un modelo de IA de pesos abiertos que llegará al Mac Studio con Apple
Meta ha lanzado Muse Spark Open, un modelo de IA de pesos abiertos, que ha preparado junto a Apple para funcionar en el Mac Studio. Se presenta como…
Por qué importaLa disponibilidad de un modelo abierto de Meta optimizado para equipos de escritorio amplía las opciones para ejecutar IA en local, sin depender de…
NVIDIA y AI4Bharat presentan Nemotron-pretraining-Indic-v1, con 2,8 billones de tokens en 22 idiomas indios
NVIDIA, con IIT Madras y su laboratorio AI4Bharat, anuncia Nemotron-pretraining-Indic-v1, un corpus de unos 2,8 billones de tokens en los 22 idiomas listados…
Por qué importaLos idiomas indios cuentan con poco material de entrenamiento, y un corpus abierto y auditable reduce esa barrera para crear modelos en esas lenguas…
Reflection lanza Beam, un modelo abierto de 501.000 millones de parámetros para programación y agentes
Hugging Face publica el lanzamiento de Beam, un modelo de lenguaje abierto de tipo Mixture-of-Experts con 501.000 millones de parámetros totales y unos 23.000…
Por qué importaUn modelo de esta escala con pesos abiertos permite a una empresa desplegarlo en su propia infraestructura y personalizarlo, algo que hasta ahora…
Meta publica los pesos de Muse Spark Open, su modelo abierto de 816.000 millones de parámetros
Meta publicó los pesos de Muse Spark Open, un modelo de mezcla de expertos de 816.000 millones de parámetros que puede descargarse desde Hugging Face. Según la…
Por qué importaUn modelo de este tamaño con pesos abiertos y licencia comercial amplía las opciones para desarrollar aplicaciones y agentes sin depender de una API…