谷歌物理真觉醒，全新Gemini 4 Argon一大波实测来了

谷歌Gemini 4 Argon已正式推出。

一度被外界认为落后的谷歌，如今强势回归。

从测试成绩来看，它在文字处理和逻辑推理方面，与GPT-6 Astra和Claude Opus 5.5旗鼓相当。

在定价上，它的费用仅为竞品的五分之一，运行速度却快上好几倍。

更令人瞩目的是，它是首个被评价为“同时融合图像、视频、语言乃至物理直觉”的通用物理推理模型。

有用户感叹：Gemini 4 Argon开始理解物理了！

沃顿商学院教授Ethan Mollick的感受是，Gemini 4与其他模型截然不同，而其他模型或多或少都与Claude或GPT有相似之处。

Gemini 4 Argon的实际表现如何？我们进行了亲手测试。

我们的测试记录

测试1：用傅里叶级数“手动”生成骑自行车鹈鹕

以往测试大模型，通常是生成“鹈鹕骑自行车”的SVG图。

但在X平台上，一位博主的测试难度更高：他让Argon用傅里叶轮转圆来生成一版骑自行车的鹈鹕。

他的感受是，Argon对世界有着惊人的直觉式理解，并遵循第一性原理。

我们也用Argon进行了同样的测试，令人惊喜的是，Argon瞬间把握了傅里叶级数逼近闭合曲线的几何本质。

最终，它直接“计算”出了踩踏板的鹈鹕轮廓。

测试2：3D版应县木塔

接下来，我们要求它生成应县木塔的3D版本。

初步结果看起来精美，但不够震撼，且并非真正的应县木塔。于是我们提供了参考图。

原本的五层结构，现在只能识别出四层。

这次生成的3D图效果不错。

我们提出更高要求：让它制作一个生动且具大片感的构造解说视频。

生成的视频自带中文解说，但仔细听，发音有些滑稽。

测试3：深海探索泰坦尼克号

最近，我沉迷于各种AI科普视频，于是让Argon生成一个我印象深刻的AI视频——让机器人带我们深入深海，还原当年泰坦尼克号的海难场景。

它生成的两个版本都只有10秒，无法制作更长的视频。如果要求不高，画质已经可以接受。

另外，中文口音依然显得搞笑。

测试4：科学推理能力检验

据悉，Gemini 4 Argon已突破多个硬核科学领域，例如完成量子计算、解决核聚变问题、通过染色体重拍诊断罕见病、设计五种高活性新酶等。

我们直接测试了它的科学推理能力。

三维恒星器超导线圈与核聚变磁面求解

既然Argon找到了核聚变“格拉德猜想”的新反例，我们直接让它用纯代码手动构建一个三维恒星器磁场求解器。

这直接展现了Argon在计算物理与三维微分几何方面的前沿能力：它能把磁流体力学平衡方程和超导线圈的空间拓扑，准确转化为视觉仿真。

接着，我们复刻了X平台上高赞的“特斯拉三相交流感应电机工作原理”测试。

这体现了Argon强大的多物理场（电磁-机械）耦合推理能力。

它生成的演示中，不仅三维机械结构同轴对齐，连右手螺旋定则、三相相位差与洛伦兹力转矩的因果链条也分毫不差。

遗憾的是，我们本想测试更多案例，但作为月付20美元的Pro用户，还没测几个案例，额度就用完了。

接下来是其他网友的测试记录。

纯代码手动生成3D，视觉与空间推理的“王者”？

Gemini 4 Argon一上线，各种测试案例就铺天盖地。

对于它的3D生成和空间视觉语义推理，大多数网友给予好评。

网友@Bhavani_00007仅凭一段提示词，Argon就生成了一个逼真的3D图书馆。

他评价道：这是个性能怪兽！我从没期望过任何大模型能有如此逼真的细节。这太难被超越了。

确实，许多网友晒出的案例中，Argon在3D和复杂动效代码上创意十足。

有人用Argon结合Nano Banana，完全用three.js从零生成了一架未来感十足的3D武装直升机。

开发者随意要求它“在.html文件里做点酷的”，Argon直接生成了四个物理级视觉特效，看起来非常炫酷。

它还能直接复刻《我的世界》。

网友@notjazii花费19分钟，消耗630万tokens，在Devin中仅用3美元，就让Argon生成了一个完美的Minecraft克隆版。

还有人让它生成一座不可能存在的博物馆。

@pankajkumar_dev测试了3D场景生成，赞叹“它的3D速度和创造力完全是另一个维度的存在”。

Gemini 4的一个最大优势是，它与Claude和Astra有着不同的个性和审美风格。

正面较量 Opus 5.5 与 GPT-6 Astra，成本极低

真正让用户满意的，是Argon的极致性价比。

我们来看几组对比。

第一轮：Argon vs Claude Opus 5.5（果冻花园3D测试）

开发者@marcthecreatorr使用相同提示词进行测试。

Opus 5.5：耗时30分钟，花费约12.50美元。

Gemini 4 Argon：耗时15分钟，花费约5美元。

结果，Argon不仅色彩更丰富、细节更到位，而且速度快了近4倍，成本还不到一半。

另一位开发者@notjazii也得出了几乎相同的结论（Opus 15分钟/8.2美元 vs Argon 13分钟/1.2美元），感叹“谷歌团队这次真做出好东西了”。

第二轮：Argon vs GPT-6 Astra（性能与成本碾压）

网友@xKaka1456的结果更夸张。

Astra：耗时25分钟，成本11美元。

Argon：耗时3分钟，成本0.5美元。

速度相差8倍多，成本相差整整22倍！

而在视觉基础任务（如目标检测、密集场景、小文本/手写文本/复杂表格提取）上，有网友宣称：“Astra被赶下神坛，Gemini 4 Argon是目前最好的视觉模型，而且在High模式下比Astra便宜4倍。”

真正的杀手锏——AI终于理解物理了！

谷歌在官方博客中这样定位Gemini 4 Argon：一款通用物理推理模型。

它被设计用于打通机器人技术栈中的物理理解、代码生成与视觉语义推理。

在具身推理（ERQA）基准测试中，Argon仅凭纯推理就拿下了87%的高分，碾压所有前沿模型。

这意味着，AI可以通过观看视频，直接在现实世界中控制物理实体。

案例1：机器人学习人类扔沙包

谷歌让Argon观看了一段人类玩“扔沙包”的普通视频。

随后，Argon自行测绘环境，计算全身关节运动，并自主构建仿真代码在虚拟世界中反复练习。

最后，当这些数据传输到Apollo人形机器人身上时，这台机器人在现实测试中连续7次命中。

正如大V@StockSavvyShay所说：

如果机器人能从普通视频中学习物理技能，那么谷歌庞大的YouTube视频库，将成为它在物理AI时代无需自己制造机器人就能称霸的最大护城河。

案例2：从手绘草图到精确的物理投掷

开发者只需拍摄一张纸上的粗糙草图（例如画一个机器人在桌子上扔球砸倒箱子）。

Argon就能自动构建GPU加速的MuJoCo物理场景，合成一个完美的76自由度全身加五指投掷轨迹，在仿真中验证砸倒目标的物理定律，最后导出高清渲染视频。

整个过程，AI完全理解了重力、动量和碰撞。

案例3：视觉闭环找出“异常重量的球”

面对经典的“12个小球称重谜题”，Argon能够自行编写一个纯视觉闭环控制器。

它控制两只Franka机械臂，仅用RGB摄像头观察天平的倾斜度，自己规划步骤，只需三次称重，就能精准挑出那颗重量不同的球。

从零样本机器狗控制，到人类第一视角视频自动转化为机器人动作，再到极高精度的视频价值函数评估（分辨人类在视频中的操作是有效还是失误）……

就这样，Argon跨越了数字与现实的物理鸿沟。

测试也暴露了硬伤

当然，Argon的测试中也暴露出一些硬伤。

槽点一：在“真实业务代码”上表现不佳

尽管Argon在处理真实的、工程化极强的日常代码时，遭到了差评。

有人直言：“在真实世界代码方面，这个模型毫无用处。也许谷歌已经放弃了纯编程模型的竞赛。”

另一位网友让Argon制作一个介绍自己的视频，结果连续两版都极其糟糕，与Opus 5.5制作的“一个天上一个地下”。

槽点二：反人类的UI和生态封闭

“草莓哥”指出谷歌的软肋：“模型绝对是SOTA，能与Astra、Opus一较高下。但谷歌的问题在于其产品文化和工作空间（Harness）。”

Antigravity工作空间很笨重：无法处理登录（导致无法接入X、Reddit或YouTube），生成的文件难以浏览，且只能使用40个合作App，其他全部被锁死。甚至连同时登录多个Gmail账号都做不到。

谷歌迫切需要一个能与Anthropic媲美的现代UI。

槽点三：定价让人无语

有人愤怒地指出，Gemini 4 Argon竟然是Antigravity中Ultra用户的专属，而每月付费20美元的Pro用户，只能在普通的Gemini聊天框里使用它。

但是，OpenAI和Claude都在20美元档位提供最好的模型。

AI三巨头，战争已白热化

在过去几个月，GPT-6 Astra和Opus 5.5几乎占据了所有注意力。

今天这一战，谷歌回来了。

它不是一个完美的程序员，但确实是一个具备了物理直觉、顶尖视觉空间能力的“具身智能大脑”。

而且性价比超高。

正如Ethan Mollick所言——

目前尚不清楚在三巨头的大战中，谁是最终赢家。

但可以肯定的是，我们正在见证一场通往物理AGI的最快加速。

参考资料：

https://developers.googleblog.com/gemini-4-argon-for-robotics/

本文来自微信公众号“新智元”（ID：AI_era），作者：Aeneas 大卫，36氪经授权发布。