[!quote]+ 
Gemini 4 Argon 在物理世界理解、代码生成及视觉语义推理能力方面实现了跨越式提升，从而在整个机器人技术栈中开启了全新的工作流程，并加速了通往物理世界通用人工智能（Physical AGI）的进程。 
这种能力的飞跃在“具身推理”（ERQA）基准测试中得到了印证——该测试旨在评估模型在三维环境中理解并解决物理与空间问题的能力。Argon 仅凭纯粹的推理能力便取得了 87% 的高分，超越了所有其他前沿模型。 
 [image] 
作为一种通用物理推理模型，Argon 可应用于机器人技术的全生命周期。本文将分享 Argon 在以下四个关键领域的代表性提示词（prompts）： 

机器人控制 → 涵盖基于 MuJoCo 实践的移动操作、零样本（zero-shot）机器人控制，以及视频世界模型的闭环转向控制。
Real2Sim → 基于机器人摄像头画面、第一...