El Gemini 4 Argon de Google aporta razonamiento físico profundo a robots reales

Google ha presentado una versión del modelo de inteligencia artificial más reciente, enfocada en robótica, Gemini 4 Argon, diseñada para ayudar a las máquinas a comprender e interactuar con el mundo físico.

Anunciado el 13 de octubre de 2026 en el Google Developers Blog, Argon se describe como un modelo de razonamiento físico de propósito general que cubre todo el ciclo de vida de la robótica — desde la planificación y simulación hasta el control de hardware real y la auto-mejora.

El modelo fue probado en el benchmark Embodied Reasoning (ERQA), que mide qué tan bien una inteligencia artificial puede resolver problemas físicos y espaciales en entornos 3D. Usando solo razonamiento puro, Argon obtuvo un 87%, superando a cualquier otro modelo frontier ¹.

Robots reales, tareas reales

Google demostró a Argon controlando un robot cuadrupede Boston Dynamics Spot, una máquina de cuatro patas con 12 grados de libertad en sus piernas y un brazo de 6 grados de libertad ¹.

En una demostración, se le pidió a Spot que recogiera latas de refresco y las tirara a un cubo de basura con pedal. En lugar de actuar ciegamente, Argon primero creó un gemelo digital del cubo de basura dentro de MuJoCo, un motor de simulación física, y practicó la tarea de forma virtual antes de ejecutarla en el robot real ¹.

El sistema también manejó el control zero-shot —es decir, completó una tarea para la que nunca fue entrenado explícitamente— al enderezar una taza caída y colocar una servilleta arrugada dentro, usando una cámara de muñeca calibrada con una cuadrícula de coordenadas de 2 cm ¹.

Why it matters

La mayoría de los modelos de IA se entrenan para comprender texto o imágenes. Argon está diseñado para razonar sobre objetos físicos en tres dimensiones — sus posiciones, movimientos e interacciones. Esto es un paso crucial hacia la inteligencia artificial general física, o physical AGI, donde las máquinas puedan operar de forma fiable en el mundo real, no solo en entornos digitales.

Google describió cuatro áreas donde Argon puede aplicarse: control de robots, creación de gemelos de simulación a partir de grabaciones de cámara reales o bocetos, comprensión de destreza física y progreso, y mejora de acciones mediante simulación y auto-aprendizaje en hardware real ¹.

Disponible ahora

Gemini 4 Argon ya está disponible para desarrolladores y empresas a través de la API en Google AI Studio y la plataforma Gemini. También se está desplegando para suscriptores de los niveles de pago de IA de Google ³.

Google dice que el modelo puede reconstruir entornos de simulación físicamente precisos a partir de feed de cámaras de robots, videos humanos o incluso bocetos dibujados a mano en papel, abriendo nuevas vías para entrenar robots sin costosas configuraciones en el mundo real ¹.

Correcciones y actualizaciones

• Corrected on 21 October 2026. An earlier version said the broader Gemini 4 series was introduced earlier and cited source ⁴, which was not among the provided sources. The availability statement in item 2 is directly supported by the Google blog post.

Los datos clave

• Gemini 4 Argon scored 87% on the ERQA 3D physical reasoning benchmark
• It controls Boston Dynamics Spot robots for real-world manipulation tasks
• Argon creates digital simulation twins to practice skills before using real hardware
• The model is available now via Google AI Studio and the Gemini platform
• Four application areas: robot control, Real2Sim, physical understanding, and self-improvement

Fuentes

1. Gemini 4 Argon for Robotics- Google Developers Blog
2. Gemini 4 Argon - Model Card — Google DeepMind
3. Gemini 4 Argon is now available for everyone - The Keyword
4. Introducing Gemini 4 Argon - The Keyword