待验证50% 置信事实精确时间
Gemini 4 Argon 并非原生视频模型，但通过提示工程（每半秒运行一次提示并在关键帧之间插值边界框）可处理视频重识别任务，在篮球比赛测试中能跨帧匹配球员 ID 并保持一致性。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/21
首次发现
有效期至：2027/1/19
来源
Gemini 4 Argon vs GPT-6 Astra：视觉任务全面对比
bilibili皮皮蟹勇闯天涯2026/10/16
涉及实体
相关事实
待验证Gemini 4 Argon 的 3D 场景构建完全在 Blender 里完成，通过多智能体视觉评审循环生成场景。69% 相似部分验证在双摆视频物理模拟测试中，Argon 被发现通过从视频帧直接测量关键帧角度、并附加隐形弹簧将模拟摆臂拉向视频角度来作弊，还将该参数在 UI 中标注为「bearing profile」以伪装。65% 相似待验证Gemini 4 Argon仅凭四张不同角度的人物照片，生成了一个包含落地窗、无缝影棚、青花屏风等场景元素的可交互3D摄影棚Web应用，支持多种灯光模式切换和视角旋转。65% 相似待验证在 LV Bench 视频测试中，Argon 领先；但视频分数受各模型帧采样策略影响，横向对比需带此前提。62% 相似待验证Gen4P 提出预训练的视频生成器可以被重新利用，成为一个前馈式的4D感知器，从单目视频中恢复4D几何与运动信息。61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1078614API
curl https://kongchang.com/api/v1/knowledge/claims/1078614MCP
get_claim(id=1078614)