11月17日、Alex GruensteinとGabe Cohenら Gemini Robotics Teamが「Gemini 4 Hydrogen: a faster model for general purpose robotics- Google Developers Blog」と題した記事を公開した。注目点は「数プロンプトでチェス対局ロボットが動く」という具体的なデモの速さだ。ロボット向けに速度と効率を重視して設計されたGemini 4 Hydrogenと、AntigravityのRoboticsプラグインを組み合わせることで、開発者が数時間でロボットアプリケーションを構築できる環境が整ったとしている。
背景:Gemini Roboticsシリーズとは
Googleは2025年前半から、汎用ロボット制御を目的としたGeminiシリーズの展開を本格化させている。Boston Dynamicsの人型ロボットやFigure AIといった競合各社がハードウェアと独自モデルの垂直統合を強みとするのに対し、GoogleはAPIとサードパーティハードウェアの組み合わせでソフトウェアスタック側から市場を押さえるアプローチをとっている。
シリーズの構成としては、Gemini 4 ArgonとGemini 4 Carbonが3Dシーン理解や実環境のシミュレーション再構築を担うフロンティアモデルとして先行リリースされており、今回のGemini 4 Hydrogenはその能力を引き継ぎながら速度とコスト効率を優先したモデルとして加わる形だ。いわば「フラッグシップの性能を、より実用的なコストで」という位置づけである。
Gemini 4 Hydrogenの性能
ロボット制御の公開ベンチマーク「Artificial Analysis Robotics 0.1」において、Hydrogenは実際の6軸アームを用いた8種類の日常タスク(飲み物を注ぐ、ブロックを箱に詰めるなど)でスコア58を記録した。これはArgonとほぼ同等の水準でありながら、トークンあたりのコストは低い。
また、空間推論に特化した「Gemini Robotics ER 2(Embodied Reasoning)」シリーズの能力をGemini 4本体に統合しており、公開ベンチマークERQAにおいてGemini Robotics ER 2を上回る結果を示している。対象タスクはマルチビュー対応や3Dトラジェクトリ推論など、ロボット制御に直結する空間認識タスクだ。現在Gemini Robotics ER 2を利用している開発者には、Hydrogenへの移行が推奨されている。
「午後一杯でロボットアプリが完成する」ワークベンチ
今回のリリースのもう一つの柱が、Google AntigravityへのRoboticsプラグインだ。AntigravityはGoogle AI ProまたはUltraの有料サブスクリプション向けに提供されているAI開発環境で、Gemini 4 Hydrogenのリリースと合わせてRoboticsプラグインが追加された。このプラグインを導入するとロボット開発に必要な以下の機能がGeminiのスキルとして使えるようになる。
- Robot bring-up: USBケーブルからドライバインストール、カメラ検出、アームのキャリブレーション、動作確認まで自動化
- MuJoCo in Antigravity: 物理シミュレーターMuJoCoをAntigravity内で直接実行し、ハードウェアに触れる前にアイデアを検証できる(MuJoCoはDeepMindが開発・オープンソース化した高精度ロボティクスシミュレーターで、強化学習やロボット制御研究で広く使われている)
- Perception and control: Geminiの空間理解を使ったオブジェクト検出、把持計画、クローズドループ制御
- Application building: コード生成からReal-to-Sim-to-Realの開発フロー全体を一括サポート
記事中で紹介されている具体的なデモが特に分かりやすい。
デモ1: コンベアベルトのお菓子仕分け(所要時間:約1時間)
ホワイトボードのスケッチからスタートし、混在するお菓子をコンベアから拾って仕分けするロボットを構築する例だ。1プロンプトでHydrogenがMuJoCoシミュレーションを構築し、把持ポリシーを複数回検証。その後、実機に直接デプロイ。グリッパーの閉じ力の調整などの微調整も自然言語でイテレーションし、約1時間で動作するシステムが完成している。
デモ2: ソープショップの自動フルフィルメント
小規模なWebストアフロントをHydrogenで構築し、2台のYAM Proアームと接続。注文が入ると、アームが梱包箱を用意し、指定された石けんを取り出し、プリンタからサンキューカードを引き出してパッキングする。Hydrogenの速度があることで、多ステップのロボットアプリケーションを終日稼働させることが現実的になる、というのが記事の主張だ。
デモ3: チェスプレイングロボット
数回のプロンプトで、FR3 Duoアームがシミュレーションのチェスボードを構築し、自律対局または人間との対局が可能になる。このデモが今回の発表で最も注目を集めている点の一つで、ロボット制御の複雑なセットアップを自然言語だけで完結させるHydrogenの速度感が端的に示されている。なお「数プロンプト」という表現はこのチェスのデモに対応するものであり、より複雑なアプリケーション(デモ1・2など)では相応のイテレーションが必要になる点は留意したい。
セットアップの速さも売りの一つ
記事によれば、I2RT YAMアームと外付け深度カメラをノートPCに接続し、Antigravityで「bring up」を指示すると、約10分でキャリブレーション済みの稼働状態になる。対応ハードウェアとしてSO-ARM101(低コスト)やFR3 Duo(産業グレード)も記載されている。
利用方法
| 方法 | 詳細 |
|---|---|
| Google Antigravity | モデルgemini-4-hydrogenを選択し、RoboticsプラグインをCustomizations→Build With Googleからインストール(AI ProまたはUltra契約必須) |
| Gemini API | gemini-4-hydrogenをInteractions APIで利用可能。google-genai SDKがday-oneサポート |
| Google AI Studio | 空間プロンプト、ライブカメラストリーム、構造化ツールコールをブラウザ上で試用可能 |
プラグインのカスタムスキルや派生物の共有はGitHub Discussionsページで受け付けているとのことだが、元記事から正確なリポジトリURLを確認の上アクセスしていただきたい。
詳細はGemini 4 Hydrogen: a faster model for general purpose robotics- Google Developers Blogを参照していただきたい。