今日 · 10 月 13 日

DeepMind 用合成資料提升機器人成功率。單一任務

Google DeepMind 自報 Gemini 4 Argon 在具身推理基準 ERQA 得 87%、「勝過所有其他前沿模型」，並示範從一張桌面照片建出模擬環境、合成 4,500 多條資料，把真實機器人的成功率從 56% 提到 75%。原文：「Using pure reasoning, Argon scores 87%, outperforming every other frontier model.」示範段寫合成資料「boosting real-world physical robot Success Rate from 56% to 75%」，完成時間從 35 秒降到 24 秒（Google DeepMind，2026-10-13）。87% 是基準分數，56% 到 75% 是單一桌面任務的真機前後對比。兩個數字量的是不同的東西。跨模型比較沒有第三方複測，試驗次數原文沒寫。本報有一條還沒定案的判斷，主要建在機器人公司 Standard Bots 一位高管的訪談上。它主張工業與機器人 AI 的競爭靠獨家資料、軟硬體一起調與廠內推論，不靠模型規模。DeepMind 今天的示範在一點上與它相反：訓練資料可以由通用模型在模擬環境裡合成。這個示範只有單一任務，還不足以說明獨家資料不再是關鍵。兩邊都是自述，本報兩邊都保留。要有第三方在單一任務以外複現合成資料的效果，本報才會調整這條判斷。怎麼查的 →

概念插圖：左邊一個短捲髮、穿黑色高領上衣並掛著吊牌的人坐在米色椅子上操作筆電，筆電底座印著「GEMINI 4 ARGON」，螢幕上有三個重疊的視窗，每個都畫著一支機械手臂停在放有紅色馬克杯、白碗和深色方塊的桌子上方。右邊淡粉色圓形背景前有一張實體桌子，上面同樣擺著紅色馬克杯、白碗和深色方塊，一支灰黑色機械手臂用夾爪伸向馬克杯；右上角是藍色漩渦圖案和「GOOGLE DEEPMIND」字樣。

出處與查證

這則刊在2026年10月14日的晨報，同一期還有 14 則。查證經過、引句核對與當天缺的資料，記在那一期的本日驗證。

引用這則

SecondSource（2026），〈DeepMind 用合成資料提升機器人成功率。單一任務〉，https://secondsource.io/research/2026-10-14-2/，取用日期取用。