谷歌正試圖用Gemini 4 Argon這一個模型覆蓋機器人開發的整條流水線：控制機器人本體、生成可互動的 3D 訓練環境，並評估訓練影片質量。該模型通過谷歌的付費開發者計劃提供，谷歌將其定位為邁向「物理 AGI」的一步，這也是谷歌及其 AI 子公司 DeepMind 多年追求的方向。
在谷歌展示的波士頓動力 Spot 機器人演示中，Argon 先為垃圾桶踏板建立虛擬副本，讓機器人在模擬中練習三條腿平衡，再在真實硬體上執行投擲易拉罐的任務；投擲前另有兩個 AI 代理核對腳部與夾爪位置。這一流程體現了 Argon 的設計目標：更好地理解空間關係、編寫控制程式碼，並從物理角度解讀影片。
模擬生成是演示中最反覆出現的模式。從一張擺有派對道具的桌子照片出發，Argon 構建了包含毛絨帽在內的虛擬複製品，自行提出 77 項任務，並生成超過 4500 個訓練回合供控制模型使用。谷歌稱，在真實機器人上測試時，成功率從 56% 提升至 75%，執行時間從 35 秒縮短至 24 秒。Argon 也能處理其他輸入：從遙操作機器人錄影生成外觀與指尖受力讀數一致的模擬；從人類第一人稱抓取影片，將手部與手指動作對映到五指虛擬人形機器人；甚至一張圓珠筆草圖也能變成模擬——畫中人形機器人用球擊倒箱子金字塔，Argon 會計算投擲動作，在不摔倒的前提下擊倒全部 六個箱子。
另一類演示完全發生在 AI 生成的影片裡。影片世界模型 Gemini Omni 負責生成場景變化片段，Argon 充當導演，寫出帶時間戳的手部動作指令，例如把拼字遊戲字母滑到桌面中央；Gemini Omni 據此生成影片，Argon 再逐幀檢查並調整下一條指令。目標是排列五個散落字母拼出「ARGON」，經過 33 步後字母歸位。
在機械臂放置樂高積木的演示中，Argon 被要求自我改進：失敗時檢視自身日誌與攝像頭影像、找出原因、應用已驗證的修復後重試。首次執行耗時略低於一分鐘，第二次縮短至 23 秒，但積木擦到盒子邊緣；第三次約 17 秒後正中盒心。谷歌還希望 Argon 服務科研：每篇論文只需一條提示詞，即可將已發表的機器人實驗重建為瀏覽器內執行的互動式模擬，谷歌稱目前已構建 68 個此類沙盒，包括機器人足球和踩滑板的人形機器人。
基準測試呈現兩面。谷歌自有的 ERQA（具身推理問答）基準用 400 道題、不借助任何輔助工具測試模型對 3D 物理與空間問題的推理能力。谷歌稱 Argon 得分 87%，領先所有前沿模型；第二名 Claude Opus 5.5 為 82.3%，落後約五個百分點；GPT-6 Astra 以 81% 緊隨其後；Claude Fable 5.1 為 74%，落後 13 個百分點。但 Artificial Analysis 次日釋出的 AA-Robotics 基準給出不同畫面：該測試讓語言模型直接控制真實機械臂完成八項任務，Argon 的排名表現與 ERQA 並不一致。
從產業視角看，Argon 的意義在於把過去分散的機器人工具鏈——模擬器、控制程式碼生成、資料評估——收攏到一個模型裡，若這一路徑成立，機器人訓練對專用模擬軟體與人工標註的依賴可能下降，模擬與資料服務環節的競爭格局也會隨之變化。但谷歌自己的示例提示詞也顯示，多數演示仍需詳細的人工引導，模型距離「開箱即用」仍有距離；而兩個基準給出的分歧結果，說明其在真實硬體控制上的能力尚待更多獨立驗證。