Google DeepMind 推出 Gemini for Science 科研工具集

通过 Google Antigravity 中全新的 Science Skills 以及 Google Labs 上的三款全新实验性工具，探索科学发现的未来。这些工具旨在帮助加速科学方法的核心步骤，由 Co-Scientist、AlphaEvolve、Empirical Research Assistance 和 NotebookLM 构建。

收听文章

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 仍处于实验阶段

几个世纪以来，科学方法一直是人类进步最强大的引擎。在 Google，我们的使命深深植根于构建加速这一进程的工具。我们相信，发现的新时代不会来自狭窄的专用模型，而是来自赋能各个科学领域研究人员的通用智能体。

正因如此，我们推出了 Gemini for Science，一套旨在拓展科学探索规模与精度的科学工具与实验集合。

人类智慧的倍增器

如今科学面临一个悖论：我们的集体知识增长如此之快，以至于单个科学家越来越难以看清全貌。科学突破往往依赖于在数据之间建立创造性的联系，但手动完成这一过程可能需要数周甚至数月。AI 可以通过处理复杂任务来帮助消除这一瓶颈，并成为科学工作的倍增器。这让研究人员能够专注于识别和攻克最具影响力的科学问题与方向，从而推动进步。

Google Labs 上的 Gemini for Science 实验性工具包括三个旨在处理此类任务的主要原型。

1. 假设生成，由 Co-Scientist构建： 构思是科学的心跳，但没有人能够综合每年发表的数百万篇论文。假设生成通过模拟科学方法来弥合这一差距：它与研究人员协作确定研究挑战，然后使用多智能体“创意竞赛”来生成、辩论和评估假设。为确保绝对严谨，主张经过深度验证并由可点击的引用支持。
2. 计算发现，由 AlphaEvolve 和 ERA（Empirical Research Assistance）构建： 科学进步往往受限于我们能够通过计算实验实际检验的假设数量。计算发现是一个智能体研究引擎，作为原型，它通过并行生成数千个代码变体并评分来解决这一问题。这让科学家能够测试新颖的建模方法——对于太阳能预测或流行病学等复杂领域——而手动探索这些方法可能需要数月。
3. 文献洞察，由 Google NotebookLM构建： 理解科学文献是所有研究旅程的核心部分。文献洞察搜索科学文献，并将结果整理成带有自定义、可搜索属性的表格，以便并排分析。研究人员可以使用聊天功能，在精心整理的数据语料中发现细微之处，并创建高保真产物，如报告、幻灯片、信息图以及音频和视频概览。借助 NotebookLM 的强大能力，文献洞察帮助综合跨论文的发现、识别研究空白并发现机会领域。

从今天开始，我们将逐步开放对这些实验的访问权限。请访问 labs.google/science 注册您的意向。

除了这些单项实验之外，我们还通过 Google Cloud 将这些先进的 AI 能力带给企业组织。我们面向科学和工业研发的企业级解决方案已被一系列合作伙伴在私密预览中使用，以推动现实世界的影响。像 BASF 这样的公司正在使用 AlphaEvolve 优化其供应链，而 Klarna 则利用它来增强其机器学习模型。与此同时，Daiichi Sankyo、Bayer Crop Science 和美国国家实验室（作为美国 能源部 Genesis Mission 的一部分）等组织正在使用 Co-Scientist 加速其研究并应对基础科学挑战。这些企业级工具在当前预览阶段正展现出显著价值。我们对合作伙伴正在解锁的突破感到兴奋，并期待在未来几个月内向更多组织扩展访问权限。

基于这些工具及其他工具，已经发表了几篇验证论文。ERA 和 Co-Scientist 的研究论文于今日发表在 Nature 上。

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，这是一个专门的工具包，整合了来自 30 多个主要生命科学数据库和工具的洞见，包括 UniProt、AlphaFold Database、AlphaGenome API 和 InterPro。在 Google Antigravity 等智能体平台上使用这些技能，使研究人员能够在几分钟内而非数小时内完成结构生物信息学和基因组分析等复杂且往往繁琐的工作流程。

我们使用 Science Skills 的研究团队已经在实践中看到了这种速度提升。在早期测试中，我们的团队使用 Science Skills 在几分钟内完成了一项通常需要数小时的复杂分析。这带来了关于 AK2 基因突变导致的一种罕见遗传病潜在机制的新见解。

要了解有关如何在 Google Antigravity 中使用 Science Skills 的更多信息，请访问 antigravity.google/use-cases/science。

与科学界的合作努力

我们致力于负责任地开发和部署科学工具，这始于科学生态系统。我们正在与 100 多家机构合作——包括与 Stanford University 在肝纤维化方面、与 Imperial College London 在抗菌药物耐药性方面，以及与 The Crick Institute 开展多年合作——来验证我们的新系统和工具。为确保 AI 生成见解的完整性，我们建立了一个可信测试者社区——从博士生到行业研究人员再到诺贝尔奖得主——对我们的系统进行压力测试，以应对复杂的现实世界挑战。

此外，我们还与 ICML、STOC 和 NeurIPS 等领先科学会议创建了专门的试点项目，以开发用于智能体同行评审和科学验证的开创性工具，例如我们的实验性 Paper Assistant Tool (PAT) 和 ScholarPeer。

所有这些工作都建立在人工智能长期发展的历史之上。我们的专用 AI 模型已经在加速进展：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；AlphaGenome 正在帮助科学家识别疾病的驱动因素。这些模型与研究人员日常依赖的工具并存——从 Google Scholar 和 Earth Engine 到 Colab、MedGemma、Earth AI 和 Gemini Deep Research。借助我们最新的 Gemini Deep Think 版本，我们持续提升核心模型在复杂科学任务上的能力。这些工具共同，已经成为科学生态系统中不可或缺的一部分，帮助研究人员大规模地整理信息和执行复杂的数据分析。

在我们共同探索智能体研究的未来之际，我们继续朝着这样一个未来努力：让 AI 加速科学进步，并帮助解决我们最紧迫的社会挑战。

收藏

I/O 2026

以下是我们在 Google I/O 2026 上发布的所有内容。

查看更多

在您的收件箱中获取 Google 的最新动态

订阅我们的新闻通讯，获取产品更新、活动信息、特别优惠等更多内容。

您的信息将按照 Google 隐私政策使用。您可随时选择退出。