Google hat am Dienstag das neue KI-Modell Gemini 4 Argon veröffentlicht, das vom Unternehmen als echtes Powerpaket gefeiert wird und deutlich besser mit komplexen Anfragen umgehen kann. Das gilt auch für den visuellen Bereich, wie man an einer Reihe von Beispielen eindrucksvoll demonstriert. Gemini soll selbst komplexe 3D-Visualisierungen auf ein neues Level heben – schaut euch die Videos in diesem Artikel einmal an.
Wenn man im Gemini-Team eine Schwachstelle hat, dann ist es das Tiefstapeln. Denn mit dem Start von Gemini 4 Argon überschlägt man sich förmlich selbst mit Superlativen. Das neue KI-Modell wurde entwickelt, um selbst die schwierigsten Probleme zu lösen – ganz egal, in welchem Bereich sie sich befinden. Man richtet sich dabei gar nicht so sehr an Endnutzer, sondern zunächst hauptsächlich an Entwickler, Unternehmen und Wissenschaftler.
Wir haben euch in den letzten Tagen bereits gezeigt, wie Gemini 4 den Google Chrome-Browser entwirrt und den Entwicklern damit sehr viel Zeit spart. Außerdem lassen sich Roboter mit Gemini 4 umfangreich steuern und die Entwicklung beschleunigen. Heute schauen wir uns die visuellen Fähigkeiten von Gemini 4 an, die ebenso stark zugelegt haben sollen. Man ist mittlerweile im Bereich der komplexen 3D-Visualisierungen unterwegs.
Argon bietet im Vergleich zu früheren Gemini-Modellen deutliche Verbesserungen in räumlichem Denken, mathematischer Präzision und visueller Codierung. Das zeigt sich an verbesserten Darstellungen, 3D-Modellen und ganzen virtuellen Welten, die sowohl in Animationen als auch Videos, Spielsequenzen oder bei Bedarf eben auch in der Einzelgenerierung zum Einsatz kommen. Im Folgenden findet ihr einige Beispiele inklusive Googles Erklärung.
Pagoda
Argon erstellte in Antigravity mithilfe von Multiagenten-Visualisierungsschleifen ein hochdetailliertes Pagodenmodell. Das Modell modellierte anschließend autonom einen aus mehreren Gebäuden bestehenden Tempelkomplex mit fotorealistischer Architektur, Vegetation und Beleuchtung in Blender.
Rennauto-Demo
Argon hat mithilfe einer Multiagentenschleife in Antigravity Fotos eines echten Schreibtisches in ein spielbares Miniatur-Rennspiel verwandelt. Schreibtischobjekte, Raum und Rennstrecke wurden mit Blender MCP modelliert und auf Kollisionen geprüft, mit Nano Banana texturiert und mit Physik, benutzerdefinierten Shadern und Motorengeräuschen von Gemini Omni Flash in Three.js verknüpft.
Schach
Argon von Antigravity entwickelte Python-Skripte, um ein komplexes 3D-Spiel prozedural zu modellieren, zu riggen, zu animieren und mit PBR zu rendern. Dabei nutzte es visuelle Kritikschleifen mehrerer Agenten und implementierte das Ganze anschließend in Three.js mit GLSL-Shadern, Shatter-Physik und einer Einzelspieler-KI für das Web.
3D-Räume
Argon entwickelte ohne externe Bibliotheken und ausschließlich in Python eine eigene 3D-Raytracing-Engine mit einem eigens entwickelten Videotool und Audiomixer, um eine Sunlit-Bibliothek von Grund auf zu erstellen und zu dokumentieren. Das Video wurde mit Gemini 3.8 TTS-Voiceover und Musik von Lyria 3.5 produziert, vertont und zusammengestellt.
Gothic Architektur
Ausgehend von einem einzelnen Nano-Banana-Bild in Antigravity steuert Argon Blender MCP in einer autonomen Schleife, richtet Kameraraster aus, modelliert gotische Architektur und inszeniert audio-reaktive Beleuchtung, um eine fertige 3D-Szene zu erstellen.
Google-Mitarbeiter nutzen Gemini 4
Google-intern nutzt man das KI-Modell natürlich nicht nur zum Testen oder für schöne Demos, sondern setzt diese auch produktiv ein: Google-Mitarbeiter nutzen Gemini 4 Argon, um komplexe 3D-Visualisierungen, hochauflösende Spiele und interaktive Animationen zu erstellen. Mithilfe von Slash-Befehlen wie /goal und der Abfrage von Multiagentenschleifen mit benutzerdefinierten Fähigkeiten in Antigravity lässt man sich diese auch in reinem Code prototypisieren, der direkt im Browser gerendert werden kann.
Ich denke, dass sich Gemini in der vierten Generation selbst vor sehr umfangreichen und spezialisierten Modellen nicht verstecken muss. Die Effekte und das gesamte erzeugte Videomaterial in obigen Beispielen sehen beeindruckend aus. Natürlich wird das enorme Rechenpower benötigen und die größte Herausforderung wird es eher sein, ähnliche Fähigkeiten in schlankere Modelle zu bringen.
Letzte Aktualisierung am 20.09.2026 / Bilder von der Amazon Product Advertising API / Affiliate Links, vielen Dank für eure Unterstützung! Als Amazon-Partner verdiene ich an qualifizierten Verkäufen.