Google推出Gemini for Science工具集，面向科学研究的AI实验工具开放注册
Google今日发布Gemini for Science，包括科学技能包及三个实验性工具，旨在辅助科研人员加速科学发现进程。
AI解读：Google认为科研瓶颈在于文献阅读和验证假设耗时且难以全面覆盖，因此推出Gemini for Science系列实验工具。其中Hypothesis Generation利用多代理思想锦标赛帮助科研人员从海量论文中生成新想法；Computational Discovery则通过并行测试大量代码变体加速验证；Literature Insights结合NotebookLM将文献分析结果结构化。限制条件在于部分工具仍处于原型或预览阶段，注册需通过labs.google/science。对科研人员而言，通过Google Antigravity使用Science Skills可以将原本需要数小时的复杂分析任务缩短至数分钟，但实际效果需以公开数据为准。
Google DeepMind于 2026 年 5 月 20 日推出Gemini for Science，这是一套为科学研究设计的AI工具和实验集，包含Science Skills（科学技能）和三个基于Google Labs的实验性原型工具，旨在帮助科研人员加速科学方法核心步骤。
Gemini for Science实验工具包含三个主要原型：Hypothesis Generation（基于Co-Scientist）、Computational Discovery（基于AlphaEvolve和ERA，即Empiric Research Assistance）、以及Literature Insights（基于NotebookLM）。
Google已开始逐步开放这些实验的访问权限，研究者和用户可访问labs.google/science注册兴趣。
实验工具详情
Hypothesis Generation：协作研究人员定义研究挑战，使用多代理“思想锦标赛”生成、辩论并评估假设；支持可点击的引用来验证声明。
Computational Discovery：作为自主研究引擎，并行生成并评分数千个代码变体，帮助科学家测试新的建模方法，尤其适合太阳能预测和流行病学等领域。
Literature Insights：搜索科学文献，将结果整理成可搜索的表格，支持通过聊天交互深入分析文献，并能生成报告、幻灯片、图表和音视频概述。
企业应用与科学软件
Google Cloud向企业组织提供这些AI能力，BASF、Klarna等公司已在私有预览中使用（BASF用AlphaEvolve优化供应链，Klarna用于增强机器学习模型）。
Daiichi Sankyo、Bayer Crop Science和美国国家实验室等机构使用Co-Scientist加速研究。
Science Skills整合了包括UniProt、AlphaFold数据库、AlphaGenome API和InterPro在内的 30 多个生命科学数据库，通过Google Antigravity支持结构生物信息学和基因组分析。
Google团队在早期测试中，使用Science Skills将原本需要数小时的复杂分析缩短至数分钟，并针对AK2基因突变的罕见遗传疾病机制获得了新见解。
研究论文与社区合作
ERA和Co-Scientist的研究论文已在今天的《自然》杂志上发表。
Google与包括斯坦福大学、伦敦帝国理工学院和Crick研究所在内的 100 多家机构合作，验证新系统和工具。
已与ICML、STOC和NeurIPS等会议合作开发代理同行评审工具，如实验性Paper Assistant Tool (PAT) 和ScholarPeer。
Gemini更新
Google提到近期发布的Gemini Deep Think在核心模型能力上有所提升，以支持复杂科学任务。