Gemini 科学工具集：AI 加速科学探索

探索发现的未来：Google Antigravity 推出全新的 Science Skills，Google Labs 上线三款全新的实验性工具。这些工具基于 Co-Scientist、AlphaEvolve、Empirical Research Assistance 和 NotebookLM 构建，旨在加速科学方法中的核心步骤。

Google Cloud 首席科学家、Google DeepMind 副总裁

Google 副总裁、Google Research 总经理

你的浏览器不支持音频元素。

几个世纪以来，科学方法一直是推动人类进步最强大的引擎。在 Google，我们的使命深深植根于打造能够加速科学方法的工具。我们相信，发现的新时代不会来自功能狭窄的专用模型，而会来自能够为各个科学领域的研究人员赋能的通用 Agent。

正因如此，我们推出了 Gemini for Science——一套旨在扩大科学探索规模、提升探索精度的科学工具与实验。

人类创造力的倍增器

今天的科学面临着一个悖论：人类的集体知识增长得如此之快，以至于科学家个人越来越难以看清全貌。科学突破往往依赖于在不同数据之间建立富有创造力的联系，但靠人工完成这项工作可能需要数周甚至数月。AI 可以处理复杂任务，帮助消除这一瓶颈，成为科学研究的力量倍增器。这样，研究人员便能专注于识别并攻克最具影响力的科学问题，探索真正能够推动进步的方向。

Google Labs 上的 Gemini for Science 实验性工具包含三个主要原型，分别用于处理这类任务。

Hypothesis Generation，基于 Co-Scientist 构建： 构思是科学的心脏，但没有任何人能够综合分析每年发表的数百万篇论文。Hypothesis Generation 通过模拟科学方法来弥合这一差距：它与研究人员协作定义研究挑战，然后利用多 Agent“创意锦标赛”生成、辩论并评估假设。为了确保绝对严谨，每一项主张都会得到深入验证，并由可点击的引用提供支持。

Computational Discovery，基于 AlphaEvolve 和 ERA（Empirical Research Assistance）构建： 科学进步往往受限于我们实际能够通过计算实验检验的假设数量。Computational Discovery 是一个 Agent 化研究引擎原型，通过并行生成数千种代码变体并进行评分，解决了这一问题。借助它，科学家可以检验新颖的建模方法，应用于太阳能预测或流行病学等复杂领域；如果依靠人工探索，这些工作可能需要耗费数月。

Literature Insights，基于 Google NotebookLM 构建： 理解科学文献是所有研究过程中的核心环节。Literature Insights 可以检索科学文献，并将结果整理成表格，其中包含可自定义、可搜索的属性，方便进行并列分析。研究人员可以通过聊天探索基于其精选语料库的细微信息，还可以创建报告、幻灯片、信息图，以及音频和视频概览等高保真内容。借助 NotebookLM 的能力，Literature Insights 可以帮助综合多篇论文中的研究发现、识别研究空白，并发现潜在的机会领域。

从今天起，我们将逐步开放这些实验的访问权限。可前往 labs.google/science 登记体验意向。

除了这些单独的实验，我们还将通过 Google Cloud，把这些先进的 AI 能力带给企业组织。面向科学和工业研发的企业级解决方案已经进入非公开预览阶段，并被众多合作伙伴用于创造现实影响。BASF 等公司正在使用 AlphaEvolve 优化供应链，Klarna 则利用它增强机器学习模型。与此同时，第一三共、Bayer Crop Science 以及美国国家实验室——作为美国能源部 Genesis Mission 的组成部分——正在使用 Co-Scientist 加速研究，攻克基础性科学难题。这些企业级工具在当前的预览阶段已经展现出显著价值。我们对合作伙伴正在取得的突破倍感振奋，并期待在未来几个月向更多组织开放使用权限。

基于这些工具及其他工具的多篇验证论文已经发表。ERA 和 Co-Scientist 的研究论文于今天在《Nature》上发表。

桌面上的科学工作台

作为 Gemini for Science 的一部分，我们还推出了 Science Skills。这是一套专门的技能包，整合了超过 30 个重要的生命科学数据库和工具，包括 UniProt、AlphaFold Database、AlphaGenome API 和 InterPro。在 Google Antigravity 等 Agent 化平台上使用这些技能，研究人员只需几分钟，而不是几小时，就能完成结构生物信息学和基因组分析等复杂且通常需要大量人工操作的工作流。

我们的研究团队已经在实际使用 Science Skills 的过程中感受到了这种效率提升。在早期测试中，团队借助 Science Skills，在几分钟内完成了一项通常需要数小时的复杂分析，并由此获得了有关一种罕见遗传病潜在致病机制的新见解。这种疾病由 AK2 基因突变引起。

如需进一步了解如何在 Google Antigravity 中使用 Science Skills，请访问 antigravity.google/use-cases/science。

与科学界携手合作

我们对负责任地开发和部署科学工具的承诺，始于整个科学生态系统。我们正与超过 100 家机构展开合作，以验证这些新系统和工具，其中包括：与 Stanford University 合作研究肝纤维化；与 Imperial College London 合作研究抗微生物药物耐药性；以及与 The Crick Institute 开展一项为期多年的合作。为了确保 AI 生成洞见的完整性，我们建立了一个可信测试者社区，成员涵盖博士生、产业研究人员和诺贝尔奖得主。他们使用复杂的现实挑战，对我们的系统进行压力测试。

此外，我们还与 ICML、STOC 和 NeurIPS 等顶尖科学会议开展了专项试点合作，共同开发用于 Agent 化同行评审和科学验证的开创性工具，例如实验性的 Paper Assistant Tool（PAT）和 ScholarPeer。

所有这些工作都建立在 AI 长期进步的基础之上。我们的专用 AI 模型已经在加速科学发展：AlphaFold 已帮助超过 300 万名研究人员攻克疟疾疫苗和塑料降解酶等课题；AlphaGenome 则在帮助科学家识别疾病的驱动因素。除此之外，还有研究人员日常依赖的各种工具——从 Google Scholar、Earth Engine，到 Colab、MedGemma、Earth AI 和 Gemini Deep Research。随着最新版 Gemini Deep Think 的发布，我们还在持续增强核心模型处理复杂科学任务的能力。这些工具共同构成了科学生态系统中不可或缺的一部分，帮助研究人员组织信息，并大规模开展复杂的数据分析。

在共同探索 Agent 化研究未来的过程中，我们将继续努力迈向这样一个未来：让 AI 加速科学进步，帮助解决社会面临的最紧迫挑战。