Google Tag Manager(noscript) 结束 Google Tag Manager(noscript) HTML Gemini 4 Hydrogen:面向通用机器人的更快速模型 2026年11月17日 Alex Gruenstein 杰出软件工程师 Gabe Cohen 机器人产品管理高级总监 Gemini Robotics 团队 Gemini-4-hydrogen-robotics__KW__header__16x9

在过去一个月里, Gemini 4 Argon 和 Gemini 4 Carbon 将 前沿物理推理引入机器人领域:理解3D场景、在仿真中重建真实环境、在仿真中练习任务后再在硬件上运行,以及直接从摄像头图像控制机械臂。上周,我们推出了 Gemini 4 Hydrogen,它将强大的空间推理和具身推理能力带给一个为速度和效率而打造的更快速模型。

为了帮助开发者将 Hydrogen 投入使用,今天我们推出了 Google Antigravity 上的 Robotics 插件:一套用于硬件接入、仿真和机器人控制的技能,将 Antigravity 打造成一站式机器人工作台。二者结合,使开发者能够在一个下午内从开箱的机器人走到能执行实际应用的机器人。要安装该插件,请打开 Antigravity,前往 Customizations ,然后在 Build With Google 货架中搜索 Robotics。

用于智能体机器人控制的 Hydrogen

Gemini 4 Argon 和 Carbon 表明,通用模型可以直接驱动机械臂,而 Gemini 4 Hydrogen 保留了这一能力。给它一个用自然语言描述的目标和一个摄像头画面,它就会规划任务、编写并运行控制代码,并不断调整直到任务完成。在 Artificial Analysis Robotics 0.1 基准,Gemini 4 Hydrogen 通过八项日常桌面任务控制一台真实的6轴机械臂,从倒饮料到将积木装入盒子。 Hydrogen 得分为 58,与 Argon 相近,但每 token 成本更低。

快速通用模型中的具身推理

Hydrogen 将我们 Gemini Robotics ER 2(具身推理)模型的专门技能融入核心 Gemini 4 模型系列,并且在几乎所有维度上都超越了它们。在公开的 ERQA 基准,Hydrogen 在多视图对应和3D轨迹推理等空间推理任务上优于 Gemini Robotics ER 2。 对于目前使用 Gemini Robotics ER 2 的开发者,我们建议在这些工作负载上试用 Gemini 4 Hydrogen。

benchmark (2)

Antigravity 成为机器人工作台

一个快速、强大的模型只是故事的一半。构建机器人应用一直意味着要把驱动程序、校准脚本、仿真器、感知代码和 UI 拼凑在一起,这需要机器人专业知识并耗费大量时间。新的 Robotics 插件 为 Google Antigravity 将这些工作打包成 Gemini 可以代你使用的技能:

  • 机器人启动: 从一根 USB 线开始,安装驱动程序、发现摄像头、校准机械臂并验证安全运动。
  • Antigravity 中的 MuJoCo: 在 Antigravity 内构建并预览仿真场景和资产,让你在接触硬件之前先在仿真中尝试想法。
  • 感知与控制: 利用 Gemini 的空间理解来寻找物体、规划抓取,并以闭环方式控制机器人。
  • 应用构建: 利用 Gemini 的编码技能生成控制器、仿真,并在无缝的一站式环境中完成完整的 Real-to-Sim-to-Real 应用开发。
借助 Antigravity Robotics 插件,只需一个提示即可开始渲染 MuJoCo 场景

以下是端到端的样子:搭建机器人并构建真实应用。

1. 设置:从 USB 连接到机器人动起来只需几分钟

从一张空桌子开始,开发者将 I2RT YAM 机械臂 和一个外部深度相机插入笔记本电脑,并在 Antigravity 中让 Hydrogen 将其启动。该插件的技能会安装软件、找到摄像头、校准机械臂并运行测试动作。 机械臂在大约10分钟内完成校准并准备好执行任务。 类似的流程也能让一台低成本的 SO-ARM101 机械臂和一台工业级 FR3 Duo 从零开始到现场挥手。

YAM 接入(约10分钟已过)。从 USB 连接到一个已校准、准备好执行任务的机械臂。

机器人上线后,你可以使用一个简单的提示在短短几分钟内创建一个基本任务:

  • 用机械臂做一些有趣的舞蹈动作
  • 拿起桌上的笔
  • 把零食叠放在一起

2. 创建高质量仿真资产并进行“氛围仿真”

机器人上线后,下一步是构建一个你可以信任的仿真。借助 Robotics 插件,MuJoCo 直接在 Antigravity 内运行,并配有专门的创建、审计和渲染技能。这让你可以在代码旁边构建并预览高质量的仿真场景和资产——无论是通过描述、从链接/文档导入,还是通过工作区照片上传。然后你可以通过聊天调整形状、位置和物理属性来进行“氛围仿真”,在部署到物理硬件之前验证到达和抓取。

只需一个提示并引用产品信息页面即可创建资产。

3. 构建应用

借助 Hydrogen 和 Robotics 插件组成的工作台,你可以通过在仿真中迭代和验证,在更短的时间内从想法走到现实世界中可重复运行的工作应用。

零食分拣传送带:从白板想法到一小时内可工作的分拣机

开发者从白板草图开始:一条传送带运送混合零食,一只机械臂将它们拾取并分拣到料箱中。只需一个任务提示和真实场景的图像,Hydrogen 就能构建该工作单元的交互式 MuJoCo 仿真,并在仿真中通过多次运行测试和验证抓取策略。随后,开发者将验证过的策略直接部署到真实世界中的机器人上。当出现细节问题(例如调整夹爪闭合力度或细化分拣规则)时,开发者用自然语言迭代,要求 Hydrogen 调整控制器以进行迭代。在大约一小时的端到端时间内,机械臂能够可靠地从移动的传送带上分拣零食。

传送带零食分拣,真实到仿真再到真实。从白板头脑风暴,到 MuJoCo 仿真,再到在运行中的传送带上分拣。

肥皂店:一家自行完成订单的店面

Hydrogen 的高效率使得全天运行多步骤机器人应用变得切实可行。在这个示例中,开发者使用 Hydrogen 为一家肥皂店搭建了一个小型网店前端,然后将其连接到两台 YAM Pro 机械臂。当订单到来时,机械臂会摆出打包箱,拾取所订购的薄荷和柑橘皂条,并从打印机中取出一张打印的感谢卡。

肥皂店(1× 开发 / 5× 履约)。从使用 Hydrogen 搭建店面到双臂订单打包。

下棋机器人

只需几个提示,FR3 Duo 就能仿真一个棋盘,然后可以自己与自己下棋,或与人类对手对弈。

从想法,到仿真,再到下棋。

让机器人技术触手可及

Gemini 4 Argon 将物理推理的上限推向新高。Gemini 4 Hydrogen 让这些能力变得快速且成本足够低廉,足以日常使用,而 Antigravity Robotics 插件则把它们放进一个工作台,让任何人都能从开箱即用的机器人走向可运行的应用。我们迫不及待想看到你构建的作品。

你可以在该插件的 GitHub 讨论页分享你自己的创作和用例。 讨论页如果你有任何想法、自定义技能或你认为有帮助的衍生作品,请告诉我们——我们会持续改进这些插件。

入门

  • Google Antigravity + 机器人插件: 选择 Gemini 4 Hydrogen (gemini-4-hydrogen)在 Google Antigravity 并安装 机器人插件: 前往 自定义项 并在其中搜索 Robotics,进入 Build With Google 货架。然后尝试一个提示: “启动我的 SO-101 机械臂,让它挥手。” Google Antigravity 面向付费的 Google AI Pro 或 Ultra 订阅用户。
  • Gemini API: 在 Interactions API 中,并在 SDK 中提供首日支持。 gemini-4-hydrogen 中 Interactions API,并在 SDK 中提供首日支持。 google-genai SDK。
  • Google AI Studio: 在浏览器中尝试空间提示、实时摄像头流和结构化工具调用。
发布于: 上一篇 下一篇 相关文章 Agents are sessions, not requests: size GKE node pools for AI agent sessions AI 云 最佳实践 问题解决

智能体是会话,而非请求:为 AI 智能体会话规划 GKE 节点池规模

2026年11月16日
Accelerating development for massive Git repositories 移动端 AI 案例研究 公告

加速大规模 Git 仓库的开发

2026年11月17日
Unlocking Stable On-Policy RL on TPU with Bitwise-Zero Train–Inference Mismatch AI 云 教程 案例研究

在 TPU 上实现稳定的同策略强化学习,训练与推理之间实现按位零差异

2026年11月16日