几个世纪以来，科学方法一直是推动人类进步的最伟大引擎。在 Google，我们的使命深深植根于构建能够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，而会来自能够赋能各个科学领域研究人员的通用智能体。

因此，我们推出 Gemini for Science，这是一组科学工具与实验，旨在扩大科学探索的规模并提升其精确度。

人类创造力的倍增器

当今科学面临一个悖论：我们的集体知识增长得如此之快，以至于个体科学家越来越难以看清全局。科学突破往往依赖于在数据之间建立创造性联系，但手动完成这项工作所需的时间可能长达数周甚至数月。AI 可以通过处理复杂任务来帮助消除这一瓶颈，并充当科学工作的倍增器。这使研究人员能够专注于识别和应对最具影响力、能够推动进展的科学问题和方向。

Google Labs 上的 Gemini for Science 实验性工具包括三个主要原型，旨在处理这类任务。

1. Hypothesis Generation，由 Co-Scientist 构建：构思是科学的核心，但没有人能够综合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，然后使用多智能体“创意锦标赛”来生成、辩论和评估假设。为确保绝对严谨，相关主张会经过深入核验，并由可点击的引用支持。
2. Computational Discovery，由 AlphaEvolve 和 ERA（Empirical Research Assistance）构建：科学进展往往受限于我们能够通过计算实验实际检验的假设数量。Computational Discovery 是一种智能体式研究引擎原型，通过并行生成和评分数千种代码变体来解决这一问题。这使科学家能够测试新的建模方法——用于太阳能预测或流行病学等复杂领域——而这些方法若手动推进可能需要数月时间。
3. Literature Insights，由 Google NotebookLM 构建：理解科学文献是所有研究历程的核心组成部分。Literature Insights 会搜索科学文献，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，基于其精选语料库发掘细微差别，并创建高保真成果，如报告、幻灯片、信息图，以及音频和视频概览。借助 NotebookLM 的能力，Literature Insights 帮助综合多篇论文中的发现，识别研究空白并发现机会领域。

从今天开始，我们将逐步开放这些实验的访问权限。请访问 labs.google/science 注册表达兴趣。

除单个实验外，我们还通过 Google Cloud 将这些先进 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在私密预览中被一系列合作伙伴用于推动现实影响。BASF 等公司正在使用 AlphaEvolve 优化其供应链，Klarna 则利用它增强其机器学习模型。与此同时，Daiichi Sankyo、Bayer Crop Science 以及美国国家实验室（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。这些企业级工具正在当前预览阶段展现出显著价值。我们对合作伙伴正在取得的突破感到兴奋，并期待扩大访问范围至更多

已有数篇验证论文基于这些工具及其他工具发表。ERA 和 Co-Scientist 研究论文今日发表于 Nature。

桌面上的科学工作台

作为 Gemini for Science 的一部分，我们还推出 Science Skills，这是一个专门的技能包，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，可让研究人员在数分钟内完成结构生物信息学和基因组分析等复杂且通常需要手动进行的工作流，而非数小时。

我们的研究团队在使用 Science Skills 时已经在实践中看到了这种加速。在早期测试中，我们的团队使用 Science Skills 在数分钟内完成了一项通常需要数小时的复杂分析。这带来了关于一种由 AK2 基因突变导致的罕见遗传病潜在机制的新见解。

要了解如何在 Google Antigravity 中使用 Science Skills，请访问 antigravity.google/use-cases/science。

与科学界的协作努力

我们负责任地开发和部署科学工具的承诺始于科学生态系统。我们正与 100 多家机构合作，包括在肝纤维化方面与 Stanford University 合作，在抗微生物药物耐药性方面与 Imperial College London 合作，并与 The Crick Institute 开展多年期合作，以验证我们的新系统和工具。为确保 AI 生成洞见的完整性，我们建立了一个可信测试者社区，成员从博士生到行业研究人员再到诺贝尔奖得主不等，用于针对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 等领先科学会议创建了专门试点，以开发用于智能体式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 AI 长期进展的基础之上。我们的专用 AI 模型已经在加速进步：AlphaFold 已帮助超过 300 万名研究人员应对疟疾疫苗和塑料降解酶等问题；AlphaGenome 正在帮助科学家识别疾病驱动因素。这些工具与研究人员日常依赖的工具并列存在——从 Google Scholar 和 Earth Engine 到 Colab、MedGemma、Earth AI 和 Gemini Deep Research。随着最新 Gemini Deep Think 版本的发布，我们继续提升核心模型在复杂科学任务上的能力。总体而言，这些工具已经成为科学生态系统的重要组成部分，帮助研究人员组织信息并大规模执行复杂数据分析。

在我们共同探索智能体式研究的未来之际，我们将继续努力迈向这样一个未来：AI 加速科学进步，并帮助解决我们最紧迫的社会挑战。