A New Era of Innovation: Google Research at I/O 2026

今年 Google I/O 上取得的突破标志着一个大胆的智能体时代到来。凭借比以往更强大的模型和智能体编码平台，我们正使 Google 产品对所有人更加实用，同时彻底改变研究人员应对最紧迫的科学和社会挑战的方式。随着研究成果转化为切实可行的实际影响，我们正将人工智能和技术转化为人类创造力的放大器。

以下是 Google Research 的几个关键亮点，这些成果与 Google 内部多个团队及全球合作伙伴密切合作完成。

迈向科学发现的新时代

人工智能正在开启科学发现的新纪元。Google 正在开发先进的基于人工智能的工具，旨在加速全球科学界的进步。我们的基础技术正在赋能世界各地的研究人员，利用科学方法从假设生成到计算实验推动各领域的突破。在 I/O 大会上，我们宣布了 Gemini for Science，该工具基于我们的基础研究，包括上周发表于《自然》杂志的 Empirical Research Assistance（ERA）和 Co-Scientist。

Empirical Research Assistance（ERA）是一个研究编码系统，旨在帮助科学家编写专家级的实证软件。上周 ERA 在《自然》杂志上的论文发表 是与学术合作伙伴数月合作探索该系统实际应用的结果。ERA 已经帮助加速了从神经科学到宇宙学的发现。我们的最新成果包括预测呼吸道疾病住院人数和加州流域的季节性径流预报，这些成果已发布在我们的新Github 目录中，展示了人工智能如何通过计算能力解锁更深入的洞察并加速发现进程。

Co-Scientist 是基于 Gemini 的多智能体系统，可作为协作式人工智能伙伴。我们关于 Co-Scientist 的基础研究上周也在《自然》杂志上发表，并附有一篇博客，其中包含研究人员的使用反馈。我们之前的研究和验证论文00973-0)展示了研究人员如何利用 Co-Scientist 解决最紧迫的科学挑战，从抗菌素耐药性00973-0)到植物免疫和肝纤维化。

Gemini for Science 是一套实验工具，旨在扩大科学探索的规模和精度，由 Google Cloud、DeepMind 和 Labs 团队共同开发。Gemini for Science 中的一个新工具Computational Discovery 是基于 ERA 和AlphaEvolve构建的智能体研究引擎。该原型能够并行生成和评估数千种代码变体，使科学家能够快速测试多种假设和新型建模方法，而手动探索这些方法可能需要数月时间。

每年有数百万篇科学论文发表，综合所有科学文献已成为一项艰巨挑战。另一个新工具Hypothesis Generation 由 Co-Scientist 构建，旨在弥合这一差距。它通过与科学家合作定义研究挑战，并运行多智能体“创意锦标赛”来生成、辩论和评估假设，从而帮助解决这一问题。为确保科学严谨性，所有主张均附有可点击的引用支持。

Gemini for Science 还包含基于NotebookLM 的Literature Insights，可帮助综合科学文献中的发现并整理结果。此外，在Google Antigravity 等平台上进行智能体编码的任何人都可以从Science Skills 中受益，这是一组智能体技能集合，可自动执行复杂的流程，例如结构生物信息学和基因组分析，将耗时数小时的任务缩短至几分钟。

我们正在逐步开放这些工具的访问权限，并与全球科学界合作，以负责任的方式推进科学发展。如需注册兴趣，请访问 labs.google/science。

作为我们与生态系统合作并推动获取最新实验成果的更广泛努力的一部分，我们还正在试点用于代理同行评审和科学验证的工具。领先的科学会议如ICML、STOC和NeurIPS正在探索我们的论文助手工具（PAT）。在这些会议中，PAT以实验性质审查了超过一万篇论文，帮助许多作者识别关键理论缺口，或基于该AI工具的反馈开展全新的实验。

我们还通过Gemini Deep Think的高级代理推理能力加速数学和科学发现。与数学家、物理学家和计算机科学家合作，我们最近解决了专家级开放研究问题，包括此前未解决的网络谜题死锁、十年优化猜想、机器学习优化异常、拍卖经济理论升级以及宇宙弦物理学奇点等问题。

在科学家和研究人员手中，这些新型基于AI的技术可能会改变研究方式，并催化一个新发现时代的到来。

通过人工智能推进医疗健康

人工智能可以在帮助人们延长寿命、提高健康水平方面发挥重要作用。多年来，我们一直在推进AI研究以应对医疗挑战，与医疗提供者、科学家、政府官员及学术界密切合作，将我们的临床研究成果带入现实医疗场景，确保创新的安全性和实用性。

我们研究的一个重点领域是AI如何在整个健康和福祉旅程中为人们提供最佳支持，从了解症状、准备就医，到解读医疗记录——这一旅程始于人们首次就诊之前，并持续到之后很长时间。我们的基础研究促成了新的Google健康应用和Google健康教练。上周，我们开始向所有现有Fitbit用户推出Google健康应用，使符合条件的用户能够获得个性化、全面且适应性强的指导。

这建立在我们多年的研究基础上，包括关于个人健康LLM如何帮助改善睡眠和健身的研究。我们的最新研究包括症状AI，这是一种实验性工具，旨在研究AI如何利用与用户症状相关的对话数据进行推理。在通过Fitbit应用进行的一项随机同意研究中，13,917名参与者与实验性AI代理互动，捕捉到了真实世界中多样化的沟通风格和疾病分布。在对参与者的盲评比较中，独立临床医生更倾向于选择症状AI的鉴别诊断，频率是其他临床医生的两倍。在我们的护理计划试点研究中，我们考察了1,779名参与者如何使用我们的系统为就医做准备。与基线模型相比，15%的用户表示自己准备得更加充分，13%的用户表示更有信心充分利用就诊时间。在我们的个人健康记录（PHR）研究中，我们评估了PHR数据对模型上下文的影响，发现自动评分员和临床医生均认为AI的回答显著更具帮助性。

另一项重要的研究方向是AI在临床环境中的潜力。在之前的两篇《自然》期刊文章中，我们展示了由Google Research和Google DeepMind联合开发的研究型多智能体系统AMIE如何解读和推理复杂病例和医学对话数据。在上周发表于《自然医学》的新研究中，我们展示了该系统处理多模态数据的能力，包括病史、实验室结果和复杂的医学影像。为了在现实环境中评估系统的实用性，我们正与Beth Israel Deaconess Medical Center合作，测试该系统如何帮助减轻患者就诊前实时采集病史的负担。此外，我们还与Included Health合作，启动了一项全国规模的随机对照研究，以评估AI驱动的远程医疗服务效果。

推进医疗健康是一项全球性的努力。我们通过MedGemma赋能全球医疗开发者生态系统，这是我们的Health AI Developer Foundations系列开源权重基础模型的一部分，供开发者在此基础上构建应用。MedGemma专注于多模态医学文本、临床推理和影像理解。与此同时，MedASR则提供专业的医学音频功能。这些模型正在为各种应用场景的应用程序提供支持，帮助普及优质医疗服务。截至目前，MedGemma的下载量已超过500万次。

适用于节能型边缘应用的Coralboard

我们正在开发平台和工具，以帮助硬件制造商生态系统开发高效的边缘应用程序。Coral NPU是我们为可穿戴设备和传感器等边缘应用设计的节能型AI加速器核心。基于开源硬件，并与深度硅供应商合作，这一经过验证的开源IP可用于商业硅集成，有助于创建标准化架构，从而加速边缘AI生态系统的发展。

上周在I/O大会上，我们推出了首款由Synaptics打造的Coralboard，专为AI和机器学习工程师以及设备制造商设计，可快速原型设计并构建设备。该开发板搭载了Gemma 3 270M开源模型，并提供丰富的硬件接口，包括摄像头和显示屏支持、麦克风输入以及可选的Wi-Fi/蓝牙连接。Synaptics致力于将这些解决方案推向市场，结合Coral在功耗与性能上的平衡优势及其Devboard智能特性。

这款行业首创实现的独特价值，在一场独特的预展体验中得到了展示：Coralboard被部署到蒙特雷湾水族馆，用于实时进行设备端水母图像检测，并利用其运动轨迹编排大型屏幕体验。Synaptics Coralboard将于今年夏季晚些时候全面上市。

预测极端天气

热带气旋和洪水等自然灾害会摧毁社区并危及生命安全。作为我们长期危机韧性工作的一部分，我们正生成精准的人工智能驱动预报，以帮助全球社区和组织保障安全并更好地应对危机。

去年，我们宣布与国家飓风中心建立合作伙伴关系，通过来自Google Research和DeepMind团队开发的WeatherNext模型为其预报提供气旋预测支持。在本届I/O大会上，我们展示了WeatherNext在最新飓风季节中的实际影响。当2025年10月飓风Melissa逼近时，WeatherNext提前五天便以高置信度预测到了飓风的快速增强及其登陆牙买加的情况。牙买加气象局得以提前向公众发出预警，从而挽救了生命和生计。

另一项近期里程碑是在城市突发洪水预测方面取得的突破。为解决因数据匮乏而导致的有效预测难题，我们推出了Groundsource，这是一种可扩展的创新方法，利用Gemini将20年来未结构化的公开新闻报道转化为包含260万条记录的高质量数据集。这些数据使我们能够训练出先进的城市突发洪水预测模型。相关预测结果已在Flood Hub上发布，与我们的河流洪水预测共同覆盖了150个国家的20亿人口，针对最严重的洪水事件提供预警。

WeatherNext和洪水预测模型均属于Google Earth AI的一部分，这是一套地理空间模型和数据集集合，旨在将地球信息转化为可操作的情报。它已帮助企业和城市、非营利组织应对从环境监测和灾害响应到支持公共卫生等各类挑战。Earth AI最近更新的内容包括有关道路管理洞察、人口动态洞察以及航空与卫星洞察的新见解。

提升Gemini的核心能力

我们持续推动生成式AI的基础研究发展。通过与Google DeepMind的合作，我们在事实性、多语言能力和效率等领域的研究工作不断推进Gemini模型的质量和性能，并扩大全球用户对我们产品的访问，以更好地满足用户需求。

我们对大型语言模型（LLM）事实性的研究可追溯至2021年在评估基于知识对话的事实一致性方面的开创性研究，以及2022年提出的早期基准测试。我们持续推动Gemini和AI Mode的发展，并发布前沿研究成果，以帮助整个社区提供可靠的事实信息。我们发布了FACTS并对其进行了扩展，以实现对LLM事实性的稳健基准测试，并提出了提升事实性的技术，包括文本到图像、视频生成、长上下文以及不确定性表达。

在I/O大会上，我们观察到信息获取过程正变得日益复杂，人们通过更长时间的对话来获取所需内容。这为LLM带来了多项挑战，包括在上下文窗口内推理和分析更相关的信息、遵守对话早期出现的约束条件，以及使用更长的强化学习轨迹。谷歌研究院在这些挑战方面开展了开创性工作，这些进展推动了我们的Gemini模型。

新的Ask Maps功能还允许用户在Google地图中提出复杂的、更长的问题。我们与Ask Maps合作升级其评估框架，并重新定义如何衡量地图的帮助性。通过识别涉及模型推理和工具执行的复杂边缘案例，此次合作建立了至关重要的反馈循环——这对持续改进Ask Maps的性能至关重要。我们还推动了对Ask YouTube的研究，这一新功能可帮助用户轻松查找视频和信息。

生成式人工智能正在使工具和产品更加易用，并使技术能够真正满足用户的实际需求。我们提升了Gemini的多语言和本地化能力，包括发布了一个基准测试，展示了LLM在不同语言和地区的表现，以及非洲语言开源数据集，该数据集由社区共同开发。我们的努力帮助Gemini扩展到超过230个国家的70多种语言，使其成为全球可用性最广的人工智能助手。

谷歌构建基础设施以实现低延迟和高吞吐量，从而满足全球用户、开发者和企业的需求。我们的研究团队在推测解码的基础上开发了新技术，包括块验证和树状结构草稿，这些技术能够同时智能探索多个候选延续，并每一步接受更多标记。我们的实现针对谷歌的TPU架构进行了高度优化，最大限度地利用硬件资源，在不牺牲质量的前提下显著加快响应速度。这项工作使得当前Gemini 3.5 Flash的速度得以实现，相同的模型也支持Antigravity和AI Studio。

创建更具吸引力的生成式体验

我们在生成式UI领域的研究为Search和Gemini应用中新宣布的沉浸式体验奠定了基础。今年夏天，Search将面向所有人推出全新的生成式UI功能。Search可以根据问题生成理想的响应，并采用适合问题的格式，为用户提供定制化体验，包括模拟、图表、追踪器和仪表盘。而在Gemini应用中，用户将看到交互式图像、时间线和嵌入式视频。这些功能现已在全球范围内逐步推出，最终体验将更加流畅自然。

随着人工智能开启新的创意可能性，用户期待高质量且引人入胜的生成式视频和图像。我们的研究团队与谷歌DeepMind密切合作，助力提升Gemini Omni的质量，这是谷歌推出的一款全新模型，可以从任意输入生成内容，首先从视频开始。我们特别关注提升生成视频片段的故事叙述质量，使其更加有趣和吸引人，尤其注重改善生成片段中人类表情的质量。

开发者生产力的新时代

Google Antigravity 2.0 是我们改进后的智能体开发平台，上周在 I/O 大会上正式发布。该平台支持用户并行管理多个本地智能体，并实现任务自动化。我们的研究团队与谷歌各团队合作，在 Antigravity 中推出了 /teamwork-preview 智能体，展示了基于新型 Flash 模型的智能体如何执行复杂的长期软件和机器学习工程任务。这标志着开发者生产力的新纪元，将原本需要数天的工程工作压缩至数小时完成。/teamwork-preview 命令流程会调用一个智能体优化用户提示，经用户确认后，协调器接管并启动数十个专业子智能体，在长时间运行会话中自主完成代码编写、测试和调试。在 I/O 大会上，我们演示了这一多智能体系统如何从零构建一个功能完整的操作系统，由自主智能体团队编写每一行代码，涵盖调度器、内存管理和文件系统等核心模块。其他演示还包括实现 AlphaZero 论文以及通过自我对弈构建围棋竞技玩家。

开源软件 和开放访问数据集是推动现代科学发展的关键动力，为下一代前沿研究和产品提供核心支撑。通过开放模型（如 MedGemma）、开放数据集（如 Groundsource）以及基因组学、神经科学等领域的工具，我们确保创新成为全球进步的催化剂。今年四月，谷歌开源了最先进的开放模型Gemma V4，专为推理、编码和智能体工作流设计。在 I/O 大会上宣布，该模型仅用一个月就突破了1亿次下载量。我们的研究团队通过架构改进和训练策略，在保持相同高效算力消耗的同时显著提升模型质量，使开发者无需依赖更重的计算资源即可运行更复杂、自主的智能体循环。

创新隐私与数据保护技术

在智能体可代为购物支付、智能眼镜可随身引导的时代，赢得并维持用户信任至关重要。随着 AI 能力不断增强，隐私和数据保护已成为首要优先级。多年来，我们持续开发隐私保护技术（PPT），既可通过聚合匿名数据驱动应用改进，又能提供强有力的个体隐私保障。例如，我们与 Google Search 合作发布了关于 AI 模式一年使用情况的隐私保护洞察报告，并于上周分享。近期隐私创新成果包括：针对聊天机器人和设备端 AI使用的隐私保护聚合分析，以及差分隐私在机器学习、大型语言模型、分区选择和合成数据生成等领域的基础性改进，还包括层次化合成相册生成等技术。

除数据保护外，我们正将先进风险管理推理能力整合到 Gemini 模型中，以增强 AI 生态系统的安全性，加固 AI 系统并提升其抵御新兴风险和漏洞的能力。

引领量子计算发展

我们在量子计算路线图上持续取得进展，逐步迈向量子计算的实际应用。

我们率先开发了超导量子比特（qubit），实现了纠错和可验证量子优势等里程碑。正如《自然》期刊所发表的研究成果，我们的 Willow 芯片首次成功运行历史首个可验证量子优势算法——非时序关联符（OTOC），即量子回声算法，其运行速度比全球最快超级计算机的经典算法快13,000倍。今年早些时候，我们进一步扩展世界领先的量子计算研究，新增中性原子量子计算方向，利用单个原子作为量子比特，与超导量子比特形成互补。通过双轨投资，我们得以促进研究与工程突破的交叉融合。

在I/O大会上，James Manyika 和 Hartmut Neven 发言，探讨了量子计算与人工智能（AI）的交汇点。这两种技术具有高度互补性。AI 已经从多个方面加速了量子计算的进步，包括芯片设计到更优的纠错方案。他们还讨论了量子计算的巨大潜力，它能够更深入、更精准地探索自然界基本运作的量子力学原理，从而让 AI 在现实世界中更加有效。

上周，我们启动了生命科学与量子 AI 交叉研究计划（REPLIQA），该计划承诺向五所大学投入1000万美元，将先进的量子科学和 AI 应用于生命科学领域，以改善人类福祉。

结论

I/O 大会上分享的突破标志着一个大胆创新的新纪元的到来。许多进展展示了从研究到现实的“魔法循环”的强大力量，推动着将不可能变为可能。随着 AI 的进步，“魔法循环”正在加速，使研究人员能够探索更大的问题，并更快、更广泛地影响产品、科学和社会。

谨此感谢为撰写本博客及实现文中所述工作做出贡献的所有团队和合作者。