原标题:《Gemini 4 Argon for Robotics》 评分: 148 | 作者: xnx 💭 会说“去洗碗”后,谁来赔撞坏的碗和人? 🎯 讨论背景 Gemini 4 Argon 被讨论为 Google 面向机器人任务的高层多模态模型:它可根据视觉和语言进行目标理解、路径决策与动作编排,却不适合直接承担毫秒级电机控制。现实机器人通常采用分层架构,由本地的 RL 控制策略处理关节、IMU、平衡和安全反射,再由云端或局域网中的大模型负责较慢的规划。Unitree R1 Pro 和 G1 是中国 Unitree 推出的相对低价人形机器人平台,爱好者已尝试通过 SSH/root 权限、外接深度相机和 MuJoCo(物理仿真器)训练自定义策略。讨论也延续了具身 AI 的核心难题:从演示中的导航与物体描述,跨越到可靠抓取、动态环境安全、续航成本和可验证的真实世界性能。 📌 讨论焦点 高层 LLM 规划已可改善导航,但不能替代实时控制 一位 Unitree R1 Pro 人形机器人使用者称,将带视觉能力的 LLM 接入自制控制工具后,Argon 4 会缓慢接近桌子、主动转向并描述桌