Google DeepMind 发布 Antigravity 机器人插件:配合 Gemini 4 Hydrogen,机械臂先在 MuJoCo 仿真练习、再以自然语言对话执行真实任务
北京时间 11 月 18 日凌晨(UTC 时间 11 月 17 日 19:03),Google DeepMind 官方 X 账号发帖宣布:Google Antigravity 新增机器人插件(robotics plugin),配合 Gemini 4 Hydrogen,用户可以连接受支持的机械臂(supported arm),先在 MuJoCo 仿真中练习任务,再用日常自然语言对话驱动机器人在现实世界执行。帖文附有一段 31 秒的演示视频。同日,Google 开发者博客刊文,把这套工作流的机制和演示数字摊开来讲。
官方博客给出了两个演示数字:USB 插上的机械臂约 10 分钟完成校准就绪;一个传送带分拣应用从白板草图走到真机可靠分拣,端到端约 1 小时。博客称这套组合能让开发者「从箱子里的机器人走到能运行的应用,只用一个下午」。需要说明,这些能力表述与数字目前全部来自 Google 自家发布。
从一条 USB 线到能干活的机械臂
官方博客记录的上线流程从一张空桌子开始:开发者把 I2RT YAM 机械臂和一台外部深度相机接进笔记本,在 Antigravity 里让 Hydrogen 完成 bring-up。插件的技能装好软件、找到相机、完成校准并跑测试动作;同一流程也被用于把低成本的 SO-ARM101 机械臂和工业级 Franka FR3 Duo 从零带到现场挥手。机器人上线后,一条简单提示词几分钟就能生成一个基础任务,博客举的例子是「用机械臂做几个滑稽舞步」「拿起桌上的笔」「把零食叠起来」。
工作流跑通的完整应用有三个。零食分拣传送带的起点是一张白板草图:开发者用一句提示词加真实场景照片,让 Hydrogen 构建出整个工位的可交互 MuJoCo 仿真,在仿真里多轮验证抓取策略,再把通过验证的策略直接部署到真机;夹爪闭合力、分拣规则这类细节继续用对话迭代,官方称整个流程走完时,机械臂已能可靠地从移动传送带上把零食分进收纳盒。「肥皂商店」演示里,Hydrogen 先搭起一个肥皂网店的小前台,再接上两台 YAM Pro 机械臂——订单进来后,机械臂摆出打包箱、取出订单指定的薄荷和柑橘香皂,并从打印机里抽出一张打印好的感谢卡。第三个演示是国际象棋:FR3 Duo 用几条提示词仿真出棋盘,随后既可自对弈,也能与人对局。
插件把机器人开发的杂活打包成四项技能
博客把插件的定位写成「一站式机器人工作台」(one-stop robotics workbench):过去搭一套机器人应用要自己拼驱动、标定脚本、仿真器、感知代码和 UI,需要机器人专业知识和大量时间;现在这些活被打包成 Gemini 可以代为执行的技能。四项技能分别是:Robot bring-up(机械臂初始启动);MuJoCo in Antigravity,在 Antigravity 内直接构建和预览仿真场景与资产,配有专门的创建、审计和渲染技能;Perception and control,用 Gemini 的空间理解找物体、规划抓取、闭环控制机械臂;Application building,用代码能力生成控制器与仿真,完成 Real-to-Sim-to-Real(从真实到仿真、再回到真实)的完整应用开发。
仿真这一环被官方称为「vibe sim」:场景可以用文字描述、从链接或文档导入,也可以上传工作区照片生成;之后在聊天里调整形状、位置和物理属性,先在仿真里确认到位和抓取,再去碰真实硬件。同一条线程里的第三帖补充说:上传照片或提示词即可在 MuJoCo 里搭出 3D 场景,在聊天中调整物体和动作,然后直接部署到自己的机械臂。
为什么用 Hydrogen:控制打平 Argon 而更便宜,空间推理超过 ER 2
过去一个月,Gemini 4 Argon 和 Carbon 已经把物理推理带进机器人:理解 3D 场景、把真实环境重建进仿真、先仿真练习再上硬件、从相机图像直接控制机械臂。上周(11 月 12 日)发布的 Gemini 4 Hydrogen 则把这套能力装进一个更快、更便宜的模型。博客的解释是:Argon 把物理推理的上限往上推,Hydrogen 负责让这些能力快到、便宜到可以每天用。
具体到基准:在公开的 Artificial Analysis Robotics 0.1 上,Hydrogen 控制一台真实的 6 轴机械臂完成 8 项日常桌面任务,从倒饮料到把方块装进箱子,得分 58。DeepMind 在帖文中的表述是:「在 pick and place 这类日常控制任务上匹配我们更大的 Argon 模型,成本更低」,并称其「在判断 3D 空间、相机角度与运动上胜过 Gemini Robotics ER 2」。空间推理一侧,博客称 Hydrogen 「几乎每个维度」都胜过 Gemini Robotics ER 2,尤其体现在多视角对应、3D 轨迹推理等空间任务上,并直接建议目前使用 ER 2 的开发者在这类工作负载上改试 Hydrogen;公开基准 ERQA 的官方雷达图给出均分对比:Hydrogen(high thinking 默认档)84.8,Gemini Robotics ER 2(high thinking)75.5。控制循环的机制是:给一句自然语言目标和一路相机画面,模型规划任务、编写并运行控制代码,持续调整直到做完。
价格出自 11 月 12 日的发布公告:100 万 token 上下文窗口内统一计价,输入 1.50 美元/百万 token,输出 7.50 美元/百万 token。
上手门槛:付费订阅、一句示例提示词与四款点名机械臂
DeepMind 帖子只写了「supported arm」;博客点名的机型有四款:I2RT YAM、YAM Pro、低成本 SO-ARM101 和工业级 Franka FR3 Duo。使用路径是:Antigravity 面向付费 Google AI Pro 或 Ultra 订阅者;选中 gemini-4-hydrogen 后,打开 Customizations,在 Build With Google 板块搜索安装 Robotics 插件;官方给的示例提示词是「Bring up my SO-101 arm and make it wave.」(把我的 SO-101 机械臂跑起来,让它挥挥手)。
不走 Antigravity 也有 API 入口:gemini-4-hydrogen 已进入 Gemini API 的 Interactions API,google-genai SDK 在发布当天即获支持;Google AI Studio 里可以试空间提示、实时相机流和结构化工具调用。Google 还在插件的 GitHub discussions 页征集用例、自定义技能和衍生工作,并称会持续改进插件。
早期反应:可及性获赞,sim-to-real 老问题被追问
专注实体 AI 真实世界数据的 4Dlabs(其 X 简介自称「物理 AI 的真实世界数据层」)在回复中写道,让机器人控制从自然语言指令走到仿真、再到真实任务,是实体 AI 的一大步,但「下一个挑战是跨不同物体和环境的可靠性。多样化、高质量的真实世界数据将是关键」。技术向的追问来自 aiartgallerie,问题指向 sim-to-real(仿真到现实的迁移)的细节:「当 MuJoCo 场景来自一张照片时,摩擦力和物体质量从哪来?是从图像里估计,还是靠聊天里调的默认值?这决定传送带分拣机第一次真机运行能不能成。」
X 资料显示在亚马逊任研究主管的 Henry Lu 把焦点放在评测方法上,他认为有意思的地方是对话式的 sim-to-real 闭环:「难的评测问题是当指令含糊时,MuJoCo 里的练习还能不能迁移过去——而不是只在任务定义清楚时」。他希望看到按指令清晰度拆分的真实世界成功率。截至发稿,官方帖文与博客都没有给出这份成功率,也都没有列出完整的受支持硬件清单。
参考链接
- Google DeepMind 官方帖文(2026-11-17)
- Google DeepMind 线程第二帖:与 Argon、Gemini Robotics ER 2 的对比
- Google DeepMind 线程第三帖:MuJoCo 场景搭建与部署
- Google Developers Blog:Gemini 4 Hydrogen: a faster model for general purpose robotics(2026-11-17)
- Google 官方博客:Introducing Gemini 4 Hydrogen(2026-11-12)
- Artificial Analysis Robotics 0.1 基准
- ERQA 基准(GitHub)
- Robotics 插件 GitHub discussions 页
- 4Dlabs 回复
- aiartgallerie 回复
- Henry Lu 回复