Google 于 2026 年 5 月 20 日正式发布面向科学研究的 AI 工具套件「Gemini for Science」。这一套件旨在提升科学探索的规模与精度，可在研究流程的多个关键环节提供支持，包括：生成研究假设、分析学术文献、进行计算科学探索，以及与生命科学领域的各类数据库进行联动等。

Gemini for Science 是 Google 在 Google I/O 2026 上公布的 AI for Science 相关计划的一部分。它将 Google Labs 中提供的实验性工具，与运行在 Google Antigravity 平台上的专业技能集合「Science Skills」结合起来，为研究者在日常科研中常见的文献调研、假设构建与验证、计算实验等工作提供 AI 辅助。

Google Labs 推出三款实验性科研工具

在 Google Labs 中，Gemini for Science 目前包含三款面向科研场景的实验性工具。

「Literature Insights」用于围绕特定研究主题自动检索相关论文，从中抽取关键数据，并整理成表格等便于比较的结构化形式。在此基础上，工具还能生成带有引用依据的报告、演示文稿或信息图等成果物，帮助研究者从海量文献中快速筛选并对比所需信息。

「Hypothesis Generation」面向科研早期的构思与设计阶段。研究者输入研究目标后，系统会识别当前知识体系中的空白或不足，进而生成可检验的研究假设及相应的研究计划。该工具基于 Google 开发的多智能体 AI 系统「Co-Scientist」，通过多个 AI 代理协同完成假设的生成、批判与改进。

「Computational Discovery」则聚焦于计算实验与算法探索。基于 AlphaEvolve 与 ERA（Empirical Research Assistance）系统，它可以围绕研究者设定的优化指标自动生成和评估代码候选方案，协助探索新的模型、算法或计算方法，加速计算科学领域的发现过程。

上述三款工具以实验项目的形式在 Google Labs 上开放，研究者需要提交使用申请。与面向大众的常规 Gemini 功能不同，它们被定位为专门服务科研群体的前沿性尝试。

以 Co-Scientist 与 ERA 等研究成果为基础

Gemini for Science 的推出，建立在 Google 近年来在「AI 赋能科学研究」方向上的一系列研究成果之上。

其中，用于支持假设生成的「Co-Scientist」以及用于辅助构建计算实验软件的「ERA」，均已于 2026 年 5 月在《Nature》期刊上发表论文。Co-Scientist 已在药物再利用、新靶点发现等生物医学场景中进行了验证；ERA 则在单细胞数据分析、传染病传播预测等计算研究任务中进行了测试。

Gemini for Science 可以被视为对这些研究成果的工程化落地：将文献分析、假设生成与计算发现能力整合为一套可在真实科研环境中使用的工具群。

通过 Science Skills 联动生命科学数据库与工具

作为 Gemini for Science 的重要组成部分，Google 还推出了「Science Skills」。这是运行在 Google Antigravity 平台上的一组专业科研技能，用于支持完整的科学研究工作流，尤其是生命科学相关任务。

Science Skills 已与多种生命科学数据库和工具打通，包括 UniProt、AlphaFold Database、AlphaGenome API、InterPro 等。根据 Google 的介绍，整体上将支持 30 余种科学数据库与工具。

研究者可以通过 Gemini 直接访问这些外部数据库，在同一环境中完成生命科学数据的查询、比对与分析，并驱动具体研究任务的执行。例如，在进行蛋白质功能分析或结构预测时，研究者可一边调用外部数据库，一边让 AI 协助整理结果、提出后续分析步骤。

Google 还发布了在 Google Antigravity 上使用 Science Skills 进行科研任务的演示视频。视频中展示了研究者在处理蛋白质及其他生命科学数据时，如何借助外部工具与数据库，并通过 AI 协调各项操作，从而推进研究流程。

@YouTube