新智元报道
新智元报道
谷歌Gemini 4 Argon正式发布。这款被定位为“通用物理推理模型”的新产品，在文本与逻辑能力上已与GPT-6 Astra及Claude Opus 5.5持平，但在价格上仅为对手的约五分之一，速度则快出数倍。
更为关键的是，Gemini 4 Argon展现出对图像、视频、语言乃至物理世界的综合理解能力。沃顿商学院教授Ethan Mollick指出，该模型与其他主流模型存在显著差异，具备独特的“物理直觉”。
实测体验：从几何本质到物理仿真
傅里叶级数与3D空间构建
在多项实测中，Gemini 4 Argon展现了对复杂几何概念的本质理解。例如在生成“鹈鹕骑自行车”的测试中，模型不仅完成了SVG绘制，更通过傅里叶轮转圆精准逼近闭合曲线，直接计算出踩踏板的动态轮廓。
在3D生成方面，模型能够根据提示图生成应县木塔的三维结构。虽然初版细节仍有提升空间，但在提供参考图后，生成的3D模型准确度显著提高。此外，模型还能生成带有中文解说的构造视频，尽管语音发音仍有瑕疵，但已具备可用性的基础。
科学推理与多物理场耦合
在硬核科学领域，Gemini 4 Argon展现了强大的推理能力。测试显示，其能处理量子计算、核聚变磁面求解及罕见病诊断等复杂任务。
例如，在三维恒星器超导线圈与核聚变磁面求解测试中，模型将磁流体力学平衡方程与空间拓扑准确转化为视觉仿真。在特斯拉三相交流感应电机原理复刻中，模型不仅实现了三维机械结构的同轴对齐，还精准呈现了右手螺旋定则、三相相位差与洛伦兹力转矩的因果链条。
社区反馈：纯代码生成3D与视觉突破
Gemini 4 Argon在3D生成和空间视觉语义推理方面获得了广泛好评。用户仅需通过提示词，即可生成逼真的3D图书馆、未来感武装直升机甚至《我的世界》克隆版。开发者评价其为“性能怪兽”，认为其在细节表现和创造力上达到了新的高度。
性能对比：高性价比碾压竞品
Gemini 4 Argon的核心优势在于极致的性价比。在与Claude Opus 5.5和GPT-6 Astra的对比测试中，Argon在保持高质量输出的同时，大幅降低了成本和时间。
Round 1：Argon vs Claude Opus 5.5
在“果冻花园3D测试”中，Argon耗时15分钟，成本约5美元；而Opus 5.5耗时30分钟，成本约12.50美元。Argon速度快近4倍，成本不到一半，且色彩与细节更优。
Round 2：Argon vs GPT-6 Astra
在另一项测试中，Astra耗时25分钟，成本11美元；Argon仅耗时3分钟，成本0.5美元。速度相差8倍以上，成本相差22倍。在视觉基础任务如目标检测、复杂表格提取等方面，Argon也被认为优于Astra。
核心突破：通用物理推理模型
谷歌将Gemini 4 Argon定义为“通用物理推理模型”，旨在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取得了87%的高分。
案例解析
1. 机器人学习扔沙包：Argon通过观看人类玩“扔沙包”的视频，自主测绘环境、计算关节运动并构建仿真代码。最终数据传输至Apollo人形机器人后，实现了连续7次命中。
2. 从草图到物理投掷：基于手绘草图，Argon自动构建GPU加速的MuJoCo物理场景，合成76自由度全身及五指投掷轨迹，并在仿真中验证物理定律，最终导出高清渲染视频。
3. 视觉闭环解决称重谜题：面对“12小球称重”经典问题，Argon编写纯视觉闭环控制器，通过RGB摄像头观察天平倾斜，仅用3次称重便精准找出异常重量的球。
现存不足与挑战
尽管表现亮眼，Gemini 4 Argon在实测中也暴露出一些问题。
1. 工程化代码能力较弱：在处理真实业务代码时，模型表现不佳，部分用户认为其在纯编程竞赛中缺乏竞争力。
2. UI体验与生态封闭：Antigravity工作空间被指笨重，无法便捷接入外部平台，文件浏览困难，且应用生态受限。相比Anthropic等产品，谷歌亟需优化用户体验。
3. 定价策略争议：Gemini 4 Argon主要面向Antigravity Ultra用户，月费20美元的Pro用户权限受限。这与OpenAI和Claude在同价位提供顶级模型的做法形成反差。
结语
随着Gemini 4 Argon的发布，AI领域的竞争进入白热化阶段。虽然它在编程等领域尚有短板，但其具备的物理直觉、顶尖视觉空间能力及高性价比，使其成为通往物理AGI的重要加速器。
参考资料：
编辑：Aeneas 大卫