谷歌Gemini 4 Argon全面开放：用模型“操练”机器人

　　【CNMO科技消息】美国当地时间10月13日，谷歌Gemini 4 Argon开始面向全球开发者和企业开放。用户可以通过Gemini API、Google AI Studio、Google Antigravity等平台调用这一模型，符合条件的Gemini Pro和Ultra订阅用户也能在Gemini应用及搜索中的AI模式体验它。

谷歌Gemini 4 Argon

　　与10月1日的有限开放相比，这次发布更值得关注的是谷歌披露的一系列实际应用：Argon不仅能重构大型软件项目、优化模型推理，还能根据真实机器人操作视频构建仿真环境，并参与网络安全和科学研究。谷歌试图证明，前沿模型的价值不只在于回答问题或生成代码，还在于能否接手复杂任务，将多个环节串联起来，最终交付可以使用的结果。

从600万行遗留代码开始

　　谷歌首先拿自己的工程项目检验Argon。据谷歌披露，已有超过10万名员工通过Antigravity内部版本使用该模型。过去四周，工程团队的智能体代码提交量增加35%，提交后的代码回滚减少近三分之一。

　　Chrome团队的重构项目更能说明问题。Chromium代码库约有4000万行，其中一个约600万行的遗留代码目录长期混杂着多种浏览器功能，与核心网页处理逻辑交织在一起。Argon帮助团队将核心功能从遗留代码中剥离，完成涉及数百个文件的架构重构，将原本需要数月的工作压缩到几周。

　　谷歌开源的Agent Development Kit（ADK）团队也进行了类似尝试。团队向Argon提供规则手册和优化目标，要求它在不破坏现有应用的前提下减少框架开销。经过一夜运行，模型提出的改动使长会话的内存准备时间减少40%，冷导入速度提高21%，相关代码已合入公开的ADK Python代码库。

Gemini 4 Argon生成的宝塔模型

　　Argon的视觉理解和生成能力也延伸到了三维建模。谷歌展示的案例中，Gemini 4 Argon通过Antigravity中的多代理视觉批判循环，在Blender中自主构建了一组高度精细的寺庙建筑群，包括多座建筑、植被和复杂光照，呈现出接近照片的视觉效果。X用户@mweinbach分享的《心灵杀手2》移植案例，则展示了Argon在跨平台工程中的应用。他称，模型协助将游戏从x86 Windows环境移植到原生macOS Arm64环境，涉及指令转换、Rust绑定和Metal着色器转换，项目在M3 Ultra上达到了每秒140多帧。

从真实机器人到科学研究

　　大型代码库检验的是Argon处理复杂软件系统的能力，机器人项目则考验模型能否理解真实世界中的空间关系和物理交互，并将这种理解转化为可执行的程序。谷歌展示的Real2Sim项目，正是围绕这一问题展开。Argon可以观看真实机器人遥操作视频，构建对应的数字孪生环境，并获取或生成仿真资产，使物体不仅外观接近真实对象，在与灵巧机械手接触时也能呈现相似的物理行为。随后，模型通过反复视觉推理调整物体属性和场景设置，让仿真中的视觉效果与接触过程尽可能贴近真实记录。这一流程的意义在于，机器人训练不必完全依赖人工从头搭建仿真环境。真实操作视频可以成为建模的起点，模型再根据仿真与现实之间的差异不断修正场景。

　　另一项演示则从一张草图开始。Argon根据人形机器人向桌上的箱子堆扔球的示意图，自动生成GPU加速的仿真场景和全身动作轨迹，并在物理引擎中验证六个箱子全部倒下，最终输出渲染视频。不过，仿真成功并不等于机器人已经具备稳定的现实操作能力。物理环境、传感器误差和执行器限制，都可能影响动作迁移效果。

　　谷歌还将Argon用于网络安全和科学研究。在网络安全领域，谷歌通过Fairwind计划向更多合作伙伴开放模型，用于经过授权的防御性安全工作。在科学研究中，Argon参与了量子计算、核聚变和生命科学项目。谷歌称，模型将内部量子纠错解码器转换为优化的硬件内核，使推理吞吐量接近翻倍；在与马里兰大学研究人员的合作中，它帮助发现更多Grad猜想的反例，为聚变堆磁场设计提供新的研究依据。生命科学方面，Gamow Labs的研究人员使用Argon分析罕见发育性肺部疾病新生儿的基因组，在一个病例中发现常规软件多年未能识别的染色体重排，并解释了此前漏检的原因。

模型之外，还要补上工具链

　　Argon能否进入企业工作流程，不只取决于模型表现，还取决于使用成本、工具配套和任务完成效率。谷歌给出的限时API价格为每百万输入token 2美元、输出10美元，缓存输入为0.1美元。12月1日起，输入和输出价格将分别提高至4美元和20美元。Argon还提供100万token的统一上下文窗口，输入、思考和输出共用这一额度。API支持后台运行和检查点恢复，适用于多仓库迁移、复杂代码分析等需要长时间执行的任务。

　　基准测试显示，Argon在部分专业任务中具有竞争力。在Vals Index上，它获得68.9%的成绩，高于Claude Sonnet 5.5的67.04%和Opus 5.5的66.97%。谷歌公布的测试中，Argon在Harvey法律代理基准上得分19.6%，在Zapier自动化基准上得分51.3%，在DeepSWE软件工程基准上得分77.9%。但在Artificial Analysis综合智能指数中，Argon获得53分，与GPT-6 Astra和Claude Fable 5.1持平，低于Opus 5.5、Sonnet 5.5和Meta Muse Wonder Full。

　　沃顿商学院教授伊桑·莫利克认为，Gemini 4在创意和写作方面取得显著进步，为现有前沿模型提供了不同的选择。不过，他指出，模型处理复杂多智能体任务时仍有不足，有时过于自信，Antigravity的工具链也需要改进。企业AI咨询公司Red Dragon AI的山姆·维特文认为，Argon是一个非常出色但并非最强的模型。他看好模型结合视觉理解、软件生成和创意媒体的能力，但认为Antigravity与Claude Code、Codex等开发工具相比仍有差距。X用户@cheaty则认为，Argon早期测试中的运行速度和成本表现不够理想。尽管模型能够完成任务，部分任务的实际花费仍明显高于其他模型。这也说明，企业评估模型时，不能只比较每百万token的标价，还要看完成同一任务需要多少调用、耗时多久，以及最终结果是否可用。

　　Argon的全面开放，让更多开发者和企业有机会检验谷歌展示的能力。但从模型能够完成某项任务，到企业可以稳定、低成本地将其投入生产，中间仍有一段距离。对谷歌而言，接下来要解决的不只是继续提升模型能力，还包括让模型更容易使用、让复杂任务运行得更稳定，并让实际成本与效率优势真正经得起检验。据Business Insider于10月10日报道，谷歌员工正在测试Gemini 4的后续版本Barium和Carbon，部分测试者认为其编码能力有所提升。Vercel首席执行官吉列尔莫·劳赫认为，谷歌拥有Transformer技术积累、工程人才和计算资源，不应被低估。