Google发布Gemini for Science，AI实验平台加速科学发现

背景

Google DeepMind 与 Google Research 联合推出的 Gemini for Science，是面向科研全流程的 AI 助手集合。 发布会由 Google Cloud 首席科学家 Pushmeet Kohli 与 Google Research 副总裁 Yossi Matias 主持，旨在用通用智能体取代传统的单一模型，帮助研究者在海量文献和实验数据中快速建立假设、验证模型并提炼洞见。

核心实验工具

Gemini for Science 在 Google Labs 中提供三大原型：

• Hypothesis Generation（Co‑Scientist）

  • 多代理“想法锦标赛”，在研究者定义的挑战下自动生成、辩论并评估数千条假设。
  • 所有结论均配有可点开的文献引用，确保严谨可追溯。

• Computational Discovery（AlphaEvolve + ERA）

  • 通过并行生成并评分上千种代码变体，实现大规模计算实验。
  • 适用于太阳能预测、流行病模型等需要高算力的复杂领域，将数月工作压缩至数小时。

• Literature Insights（NotebookLM）

  • 检索并结构化科研文献，生成可自定义属性的对比表。
  • 支持对话式查询，快速生成报告、幻灯片、信息图甚至音视频摘要。

企业级落地与合作伙伴

Google Cloud 已将上述能力包装为企业版解决方案，现正向部分合作伙伴开放私密预览。已知使用案例包括：

• BASF 利用 AlphaEvolve 优化化工供应链；
• Klarna 将该技术嵌入机器学习平台，提高模型迭代效率；
• Daiichi Sankyo、Bayer Crop Science 与美国能源部 Genesis 任务合作，利用 Co‑Scientist 加速药物和作物基因研究。

这些项目在 Nature 发表的验证论文已证实工具的可靠性与创新性。

Science Skills 与生态协同

作为 Gemini for Science 的延伸，Google 同时推出了 Science Skills，整合 30 多个生命科学数据库（如 UniProt、AlphaFold、AlphaGenome API、InterPro）。在 Google Antigravity 等多模态平台上，研究者可在几分钟内完成结构生物信息学和基因组分析。内部测试显示，使用 Science Skills 对 AK2 基因突变导致的罕见疾病进行全流程分析，原本需数小时的工作压缩至数分钟，并发现了潜在的治疗靶点。

社区与安全治理

Google 与全球 100 多所科研机构共建可信测试社区，成员涵盖博士生、产业研究员甚至诺贝尔奖得主，负责对工具进行高强度压力测试。与此同时，Google 与 ICML、NeurIPS 等顶会合作，探索基于 AI 的同行评审与论文辅助（Paper Assistant Tool, PAT）等前沿方向，确保生成内容的可解释性与伦理合规。

展望

Gemini for Science 标志着 AI 从“工具”向“科研合作者”转型的关键一步。Google 表示将在未来几个月逐步扩大访问权限，期待更多学术机构和企业加入，共同构建以 AI 为核心的下一代科研生态。