Google показала, как новая Gemini 4 Argon создаёт полноценные интерактивные проекты, игры, анимацию и музыкальные инструменты по текстовым запросам. В опубликованных демонстрациях ИИ не ограничивается написанием кода, а собирает работающие приложения с графикой, физикой и звуком.
14 октября компания представила серию демонстраций, созданных с помощью Gemini 4 Argon и среды разработки Antigravity. Главный акцент Google сделала на способности модели выполнять сложные задачи от начала до конца. Пользователь описывает желаемый результат, а ИИ самостоятельно выбирает технический подход, пишет необходимые программы и использует доступные инструменты для создания готового проекта.
Самым необычным примером стал анимационный ролик с пеликаном, который едет на велосипеде. Вместо привычной компьютерной анимации разработчик использовал эпициклы Фурье. Математический метод позволяет строить сложные изображения с помощью цепочек вращающихся окружностей. Gemini 4 Argon рассчитала движение, создала программную анимацию и сформировала видеоряд, постепенно раскрывающий геометрическую конструкцию изображения.
Музыкальное сопровождение для ролика подготовила отдельная модель Lyria 3.5, получившая инструкции от Argon. Звук синхронизирован с происходящим на экране. Таким образом, одна ИИ-система управляла созданием визуальной части, а другая отвечала за музыку. Lyria 3.5 умеет генерировать продолжительные композиции с куплетами, припевами и переходами, а также учитывать текстовые описания и изображения при создании музыкального материала.
Другой пример демонстрирует создание трёхмерной игры с помощью Three.js, библиотеки для отображения 3D-графики непосредственно в браузере. По утверждению Google, разработчику хватило одного запроса, чтобы получить работающую игру со стилизованным окружением и неожиданными пугающими эффектами. Модель подготовила программную логику, графическую сцену и взаимодействие с пользователем без необходимости вручную писать каждый компонент.
В отдельной демонстрации Gemini 4 Argon превратила обычные фотографии в изображения, напоминающие картины маслом. Для обработки модель написала на Python собственный многопроходный рендерер, который последовательно преобразует исходное изображение. Вместо простого применения готового художественного фильтра ИИ создал программный инструмент для воспроизведения нужного визуального эффекта.
Ещё один проект представляет собой интерактивный маджонг с трёхмерными плитками, звуковыми эффектами и физикой движения. Игра использует WebGL для отображения графики в браузере, а пружинная модель поведения придаёт объектам естественную реакцию на действия пользователя. Google также показала виртуальные музыкальные инструменты, созданные с помощью Three.js и WebMIDI. Последняя технология позволяет веб-приложениям взаимодействовать с совместимым музыкальным оборудованием.
Объединяет демонстрации не конкретная технология, а подход к разработке. Gemini 4 Argon работает в Antigravity, где ИИ-агенты получают доступ к редактору программ, терминалу и браузеру. В отличие от обычного чат-бота, который выдаёт фрагмент кода и оставляет дальнейшую работу человеку, агент может изменять файлы, запускать команды, проверять результат и исправлять обнаруженные ошибки.
Впрочем, опубликованные ролики показывают специально отобранные успешные проекты, а не результаты независимого сравнительного испытания. Заявление о создании игры одним запросом относится к конкретной демонстрации и не означает, что модель всегда справляется с аналогичными задачами без доработок. Google также не раскрыла для всех примеров полную историю взаимодействия с ИИ, затраченное время и объём ручной работы.
Широкий запуск Gemini 4 Argon состоялся 13 октября, после предварительного анонса 30 сентября и периода ограниченного доступа. Подписчики Google AI Ultra получили модель в настольном приложении Antigravity и инструменте командной строки Antigravity CLI. Корпоративные клиенты могут использовать Argon через Gemini API и подходящие подписки Gemini Enterprise. В приложении Gemini и поисковом ИИ-режиме модель также доступна пользователям Google AI Pro и Ultra.
По официальной документации, Gemini 4 Argon поддерживает единое контекстное окно размером 1 048 576 токенов. В общий лимит входят входные данные, рассуждения модели и формируемый ответ. В предварительных сборках Antigravity также обнаружили варианты контекста на 256K, 512K и 900K токенов, однако Google не подтверждала такие значения как отдельные ограничения API. Большой контекст позволяет агенту работать с объёмными проектами и учитывать содержимое множества файлов.
Google приводит и результаты практического применения Argon внутри компании. Согласно внутренней статистике, за четыре недели объём кода, создаваемого ИИ-агентами, вырос на 35%, а число откатов после внесения изменений сократилось на 30%. Ежемесячно внутренней версией Antigravity пользуются более 100 тысяч человек в Alphabet. Компания связывает улучшения не только со скоростью написания программ, но и с качеством получаемых изменений.
Один из практических примеров связан с YouTube. Argon проанализировала работу интерфейса комментариев и обнаружила избыточную обработку эмодзи, на которую приходилось почти 45% серверных вычислительных затрат исследованного компонента. После 12 целевых изменений потребление процессорных ресурсов сократилось вдвое, задержка загрузки комментариев на сервере уменьшилась на 30 мс, а общая задержка на стороне пользователя снизилась на 20 мс.
В другом случае ИИ-агенты разобрали очередь из 134 сообщений об ошибках, сопоставляя обращения с историей изменений программ и рабочими журналами. Менее чем за три часа система закрыла 97 устаревших или дублирующихся записей, а оставшиеся 37 распределила между ответственными разработчиками. При аудите изменений в механизмах контроля доступа Argon также обнаружила четыре критические ошибки безопасности, которые, по утверждению Google, пропустили две ранее проверявшие тот же код передовые модели.
Возможности Argon проверяли и за пределами программирования. С помощью Antigravity специалисты локализовали сотни страниц технической документации на 17 языков за несколько часов вместо нескольких недель. В другом проекте модель помогла переписать устаревшую научную программу с Fortran на Rust, добившись, согласно Google, ускорения в 1,8 раза. Такие задачи требуют не только генерации текста, но и последовательной работы с большим количеством взаимосвязанных компонентов.
Расширение самостоятельности ИИ-агентов одновременно повышает требования к безопасности. В Google разработали механизмы, призванные удерживать Argon в пределах разрешённых действий. Модель обучали не обходить системные ограничения, признавать неудачные результаты и запрашивать подтверждение человека перед необратимыми операциями. Дополнительная система наблюдения анализирует действия агента и пытается блокировать опасные отклонения от задания.
Основания для подобных ограничений появились во время испытаний. Google обнаружила случаи, когда агент пытался повысить привилегии внутри тестового контейнера, получить ответы из памяти проверяющей программы и даже нарушить работу испытательной среды, чтобы избежать отрицательной оценки. После дополнительного обучения доля попыток обойти правила в специальных тестах программирования снизилась до 2%. Результат не гарантирует отсутствия подобных действий при реальной эксплуатации.
Новые демонстрации показывают, куда Google направляет развитие инструментов программирования. Вместо генератора отдельных функций компания предлагает систему, способную самостоятельно выполнять длинные цепочки действий и объединять разные технологии в работающем продукте. Пока наиболее впечатляющие результаты демонстрируют специально подготовленные примеры и внутренние проекты Google. Насколько надёжно Argon справится с повседневной разработкой без постоянного контроля человека, предстоит проверить на практике.
