将地球AI投入实战：应对地球重大挑战的地理空间智能体-人工智能-至顶网

在一份最新技术报告中，我们展示了如何通过结合领域专属基础模型、空间工具和前置规划，使地理空间推理智能体能够执行复杂的空间分析与行星级预测，而这些任务单靠大语言模型是无法完成的。在与合作伙伴进行的积极测试之后，我们也正在通过Ask Google Earth和智能体间（A2A）服务扩大实验性智能体的访问权限。

快速链接

在我们推出Google Earth AI时，我们分享了一系列地理空间基础模型——涵盖遥感、天气、洪水水文和人口动态等领域——同时展示了一个初步原型，说明了由Gemini驱动的智能体如何连接这些模型以回答跨模态问题。

此后，我们将地理空间推理智能体从早期概念发展为一个功能更强大的实验性系统，用于在行星尺度数据上进行多步骤地理空间推理，并能自主训练定制化预测模型。今天，我们分享三项更新内容：

地理空间推理的新进展

通用大语言模型和标准编码工具在处理现实世界的空间问题时力有不逮，因为行星级数据集规模庞大，并采用专门的地图和卫星格式，需要精细的多步骤规划才能准确整合。为了在实践中应对复杂的空间工作流程，我们的智能体融合了四项关键能力：

该智能体将Gemini与Earth AI系列基础模型的能力相连接——包括WeatherNext、洪水预测、人口动态基础模型（PDFM）、AlphaEarth基础模型和遥感基础模型——同时结合了来自Google地图平台（例如地点信息、路线规划、空气质量、屋顶太阳能潜力）、Google Earth Engine、Data Commons和Google数据集搜索的信息。

Earth AI的各项能力被打包成模块化技能，智能体只有在用户问题需要时才会调用这些技能。在执行复杂操作之前，智能体会构建一个逐步的分析计划，在本地覆盖数据稀疏时选择适当的备用数据集，并在专用工作区中处理大型地图图层。这种方式避免了海量空间数据淹没智能体上下文的问题，同时保证了准确性并追踪数据来源。每个响应都会展示智能体的计划以及所使用的数据来源，以便专家检查假设或替换数据集。

各类组织很少只依赖公开数据。用户现在可以通过地理空间推理智能体API，以CSV表格、自定义地图边界（GeoJSON）或云端表格的形式输入自己的数据集。随后用户可以要求智能体将其私有位置数据与Earth AI的全球模型和数据目录相结合。

除了回答复杂的分析性问题外，该智能体还为我们近期发布的行星预测引擎提供支持。基于用户的本地结果数据（例如区域疾病发生率、农作物产量或电网停电情况），智能体会自动选择相关的人口与环境信号，融合我们的人口动态洞察与自定义卫星嵌入数据（分别基于PDFM和AlphaEarth基础模型构建的Google地图平台产品），并训练经过验证的机器学习模型，用于空间预测、超分辨率降尺度处理以及趋势预测。在我们近期的公共卫生研究中，结合这些人口与卫星信号后，健康结果的预测准确率比人口统计学基线模型提升了12%，并实现了精细8倍的空间分辨率制图。

我们的地理空间推理智能体在回应用户问题时，首先会规划一个多步骤工作流程，然后选择与查询相关的关键Earth AI工具、数据集和模型，最后在上下文窗口之外的工作区中执行计划的每个阶段。最终答案会将多项Earth AI能力整合进一份包含文本、表格和地图的报告中。

评估地理空间推理智能体

为衡量领域专属工具和前置规划对地理空间推理的影响，我们的技术报告比较了基于Gemini 3.8 Flash和Gemini 3.1 Pro的四种智能体配置：（1）独立的大语言模型；（2）配备基础网络搜索和地图锁定工具的大语言模型；（3）配备Earth AI工具（如遥感基础模型和WeatherNext 3）但没有前置规划的大语言模型；（4）完整的地理空间推理智能体，该智能体在每次查询开始时都会进行专门的规划阶段，推理可用能力以评估其能做什么和不能做什么，并制定达成答案所需的检索和处理步骤。

我们评估了四种智能体配置，从基础Gemini模型，到逐步增加针对地理空间推理优化的技能和编排能力的智能体。

该评估涵盖四个基准测试，包括专家级开放式分析、多工具编排以及社区开发的具有确定性答案的地理空间问题。CBGB和UnivEARTH是两个外部开发的基准测试，分别测试地理空间代码生成和问答能力。为了在超越单一问题或使用场景的挑战性任务上测试智能体，我们开发了两个新的基准测试。GeoExpertQueries引入了复杂的真实世界查询，配有专家撰写的标准工作流程，捕捉了危机应对、选址和公共卫生等领域的分析最佳实践。GeoKTools包含带有可验证答案的模板化查询，每个查询都需要正确选择和使用1到4种不同的地理空间工具。总体而言，这套基准测试相比以往对地理空间推理系统的评估提供了更为广泛的覆盖范围。为加速地理空间智能体的研究与开发，我们完整发布了这两个新基准测试的开发集。

来自我们新基准测试GeoKTools（左）和GeoExpertQueries（右）的示例查询。GeoKTools测试智能体选择和使用特定地理空间工具及数据集的能力，而GeoExpertQueries评估的是在开放式多步骤工作流程上的推理能力。

结果与关键发现

我们的评估得出了两个突出的关键结论：首先，领域专属技能对空间推理至关重要。仅配备基础工具（网络搜索、地图锁定和代码执行）的智能体在定量空间任务上表现不佳。为智能体配备Earth AI技能后，在GeoExpertQueries、GeoKTools和CBGB上的表现均出现显著提升。唯一的例外是UnivEARTH，即便是独立的大语言模型也能得到93.6%的分数，这可能是因为源自NASA的文章和答案已在公开网络上可获取。

其次，前置规划能够解锁开放式的真实世界工作流程。虽然Earth AI技能本身足以应对CBGB和GeoKTools中较为狭窄的任务，但要应对GeoExpertQueries中的开放式问题，则需要前置规划来保证智能体在多步骤分析中保持正确方向，防止其做出不可靠的假设或走捷径（比如使用网络搜索代替空间工具）。

下表展示了使用Gemini 3.8 Flash在所有四个基准测试上的得分：

得分范围为0至100，为三次运行的平均值。每个基准测试的评分方式不同，因此应在同一行内比较，而非跨行比较。

该技术报告也讨论了其局限性。GeoExpertQueries的得分来自一个自动评分器，该评分器将智能体的表现与定义了分析应采取步骤的专家工作流程进行比较，而非与正确的最终答案进行比较。因此，我们认为智能体的输出是供专家审查和进一步完善的优秀初稿，而非最终答案。

实践中的Earth AI：与合作伙伴的早期测试

为评估这项研究成果如何转化为解决现实挑战的能力，我们让一小部分合作伙伴提前获得访问权限，在他们最棘手的问题上测试这款实验性智能体。以下是他们在公共卫生、灾害应对和基础设施规划领域将Earth AI投入实战的概述：

观看影片

YouTube视频链接

与这些合作伙伴的早期测试帮助我们评估并扩展了智能体的地理空间技能，推动我们最近新增了道路网络路线规划功能、对更大规模用户上传数据集的支持，以及对权威本地数据源的更好发现能力。

扩大早期访问：如何申请测试

今天，我们正在扩大Earth AI研究能力的访问范围，以便收集更多关于这些实验性地理空间推理能力的反馈。我们将向一小部分早期用户开放这些功能：

我们的行星预测引擎能力目前也已开放早期预览——用户可以通过交互式界面进行快速、使用日常语言的建模，也可以通过智能体API进行自定义工作流程。

如果您想申请使用这些研究能力，请填写我们的意向表格。如果您想第一批体验我们的早期项目，也可以注册加入我们的早期访问池。