Google 发布 Earth AI 地理空间智能体技术报告：新增 GeoKTools 与 GeoExpertQueries 两大基准并扩大早期访问

当我们推出 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、洪水水文学和人口动态——并同时展示了一个初步原型，展示由 Gemini 驱动的智能体如何连接这些模型来回答跨模态问题。

从那时起，我们将地理空间推理（Geospatial Reasoning）智能体从一个早期概念发展成为一个功能强大得多的实验性系统，专为跨行星级数据的多步骤地理空间推理以及自定义预测模型的自主训练而构建。今天，我们分享三项更新：

1. 一份关于地理空间推理的全新 技术报告：我们在四个基准上进行了系统性评估，其中包括 GeoKTools 和 GeoExpertQueries，这两个由我们开发并发布的新基准，供研究人员测试他们自己的地理空间推理智能体。我们的结果量化了 Earth AI 的专用工具和规划相对于开箱即用 LLM 的价值。
2. 来自真实世界合作伙伴测试的洞察：在过去几个月中，我们邀请了一小群社会影响和商业合作伙伴组织——包括 世界卫生组织（WHO）非洲区域办事处、People in Need、GiveDirectly、Milken Institute 和 WPP——在他们自己的真实工作流程中测试该智能体，例如疾病爆发调查、灾害准备和清洁能源筛选。
3. 在 Google Earth 和 Google Cloud 上扩大早期访问：我们正在为多步骤地理空间分析和行星级预测扩大实验性访问。我们为 Ask Google Earth 提供实验性深度研究更新的早期访问。我们还在为构建自定义工作流程的开发者提供智能体间（agent-to-agent）API 的早期访问，包括连接 Gemini 的集成方案。

地理空间推理的新功能

通用 LLM 和标准编码工具难以应对真实世界的空间问题，因为行星级数据集规模庞大，且采用专门的地图和卫星格式，需要谨慎的多步骤规划才能准确组合。为了在实践中处理复杂的空间工作流程，我们的智能体整合了四项关键能力：

连接 Earth AI 基础模型和行星级数据

该智能体将 Gemini 与 Earth AI 基础模型的能力相连接——包括 WeatherNext、Flood Forecasting、人口动态基础模型（Population Dynamics Foundation Model, PDFM）、AlphaEarth Foundations 和 Remote Sensing Foundations——同时结合来自 Google Maps Platform（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 Dataset Search 的信息。

模块化技能、前置规划与专用空间工作区

Earth AI 能力被打包为模块化技能，智能体仅在用户问题需要时才调用它们。在运行复杂操作之前，智能体会构建一个逐步的分析计划，在本地覆盖稀疏时选择合适的后备数据集，并在专用工作区中处理大型地图图层。这种方法避免了海量空间数据淹没智能体上下文，同时保持准确性并追踪数据归属。每次响应都会显示智能体的计划和所使用的数据源，以便专家检查假设或替换数据集。

自带数据

组织很少仅依赖公开数据。用户现在可以通过 Geospatial Reasoning 智能体 API 输入自己的数据集，格式包括 CSV 电子表格、自定义地图边界（GeoJSON）或云端表格。随后用户可以让智能体将其私有位置数据与 Earth AI 的全球模型和目录进行关联。

从多步推理到自主的 Planetary Prediction

除了回答复杂的分析问题之外，该智能体还为我们最近发布的 Planetary Prediction Engine 提供支持。给定用户的本地结果数据，例如区域疾病发病率、作物产量或电网停电情况，智能体会自动选择相关的人口和环境信号，融合我们的 Population Dynamics Insights 和 Custom Satellite Embeddings（分别是基于 PDFM 和 AlphaEarth Foundations 构建的 Google Maps Platform 产品），并训练经过验证的机器学习模型，用于空间预测、超分辨率降尺度和预测。在我们最近的 公共卫生研究中，结合这些人口和卫星信号将健康结果的预测准确率比人口统计基线提升了 12%，并实现了 8 倍精细空间分辨率的制图。

评估 Geospatial Reasoning 智能体

为了衡量领域专用工具和前置规划对地理空间推理的影响，我们的 技术报告 在 Gemini 3.8 Flash 和 Gemini 3.1 Pro 上比较了四种智能体配置：(1) 独立的 LLM；(2) 带有基础 网络搜索 和 地图接地 工具的 LLM；(3) 带有 Earth AI 工具（如 Remote Sensing Foundations 和 WeatherNext 3）但没有前置规划的 LLM；(4) 完整的 Geospatial Reasoning 智能体，它在处理每个查询时都以专门的规划阶段开始，对可用能力进行推理以评估自己能做什么和不能做什么，并制定出得出答案所需的检索和处理阶段。

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，以及由社区开发、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。为了在超出单个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，并配有专家编写的黄金工作流，捕捉了危机韧性、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并使用 1 到 4 种不同的地理空间工具。总之，该套件比以往对地理空间推理系统的评估提供了更广泛的覆盖。为加速地理空间智能体的研究与发展，我们完整地发布了两个新基准测试的开发集。

结果与关键要点

我们的评估有两个关键要点非常突出：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、地图定位和代码执行）的智能体在定量空间任务上表现吃力。为智能体配备 Earth AI 技能后，其在 GeoExpertQueries、GeoKTools 和 CBGB 上的表现显著跃升。唯一的例外是 UnivEARTH，即使是单独的 LLM 也能得到 93.6% 的分数，原因可能是相关的 NASA 原始文章和答案在公共网络上都能找到。

其次，前置规划能够解锁开放式的真实世界工作流。虽然仅靠 Earth AI 技能就足以完成 CBGB 和 GeoKTools 中那类较窄的任务，但要解决 GeoExpertQueries 中的开放式问题，则需要前置规划，以使智能体在多步骤分析中保持正轨，防止其做出不可靠的假设，或走捷径，比如用网络搜索代替空间工具。

下表显示了使用 Gemini 3.8 Flash 在全部四个基准测试上的得分：

技术报告还讨论了局限性。GeoExpertQueries 的得分来自一个自动评分器（autorater），它将智能体的表现与专家工作流进行比较，专家工作流定义的是分析应采取的步骤，而非正确的最终答案。因此，我们将智能体的输出视为供专家审阅并在此基础上继续完善的强有力的初稿，而非最终答案。

Earth AI 的实际应用：与合作伙伴的早期测试

为了评估这项研究如何转化为应对真实世界的挑战，我们让一小部分合作伙伴提前试用，在各自最棘手的问题上测试这个实验性智能体。在公共卫生、灾害响应和基础设施规划领域，以下是他们如何将 Earth AI 付诸行动的概览：

• World Health Organization (WHO AFRO) & DRC’s INRB: At the start of the 2026 Ebola outbreak in the Democratic Republic of the Congo (DRC), WHO AFRO’s Emergency Preparedness and Response Hub in Dakar used the Geospatial Reasoning agent to map remote mining corridors where the exposure risk and human mobility are high by cross-referencing forest loss (from satellite images), mining sites (from maps and web data), and population data. In minutes, the team pinpointed 48 exposed settlements and located more than 45,500 at-risk people — a process that normally would have taken weeks. This allowed local responders to proactively deploy mobile laboratories and coordinate border surveillance. Meanwhile, the Epidemic Modeling and Intelligence Unit (UMIE) at the DRC’s National Institute for Biomedical Research (INRB) used the Planetary Prediction Engine to estimate the risk of Ebola spreading into uninfected zones. By combining mobility flows with historical case trends and Earth AI models and datasets, these weekly insights give coordinators critical planning time before cases arrive.
  • “像矿工这样的流动人口的迁移速度超过了传统纸质监测系统的追踪能力，形成了危险的盲区。Earth AI 利用卫星和移动性信号填补了这些空白——使我们从被动追踪病毒转变为主动预测它下一步会在哪里暴发。” Dr Etien Koua，WHO 非洲区域办事处（AFRO）应急准备与响应 HIS 项目区域经理兼中心协调员（观看视频）

• People in Need: Geospatial reasoning helped combine natural disaster forecasts with population and imagery information, shifting analysts’ focus from data processing to providing insights:
  • “实验性的地理空间推理智能体帮助我们分析了14条历史气旋路径，在几分钟内（而非数天的手动 GIS 工作）识别出高风险暴露村庄，将准备好的复杂数据转化为即时洞察，为挽救生命的预警行动腾出了关键时间。” - Alonso Gonzales，GIS 与遥感协调员

• GiveDirectly：团队上传了自定义地图边界，在热带气旋 Maila 期间快速计算各风速区域的人口暴露情况，并对密西西比州的龙卷风损失进行基准评估，将危机评估时间从数天缩短到几分钟，且全部在一个工作区内完成。

• WPP：利用地理空间推理将人口动态洞察与其专有数据相连。其案例研究展示了 Earth AI 洞察如何提升地理空间营销活动的效果，同时保护了其数据的隐私。

• Milken Institute：预开发团队使用该智能体将自己拥有的 1,500+ 候选建筑清单与 Google Maps Platform 的 Solar API 以及人口普查数据相结合，以筛选适合建设社区韧性中心的地点，综合考虑屋顶太阳能潜力、出行数据、附近的交通枢纽、气候风险以及联邦投资区资格等因素。

与这些合作伙伴的早期测试帮助我们评估并扩展了该智能体的地理空间能力，推动我们近期新增了道路网络路径规划、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更好的发现能力。

扩大早期访问：在哪里申请测试

今天，我们将扩大对我们 Earth AI 研究能力的访问范围，以收集更多关于这些实验性地理空间推理能力的反馈。我们将向有限的早期用户群体开放：

• Ask Google Earth: 在 Ask Google Earth 中直接预览扩展的深度分析能力。它提供交互式聊天体验，你可以用自然语言提出复杂的空间问题，分析数据（包括你在 Google Earth 项目中的自有数据），并直接在地图上探索可视化结果。
• 地理空间推理智能体 API（Geospatial Reasoning Agent API）：面向希望以可定制、自主集成方式驱动自定义工作流的开发者团队，我们提供一项实验性的无界面智能体到智能体（A2A）服务。早期合作伙伴可以将地理空间推理智能体连接到他们自己的自定义智能体和数据管道。对于希望将该服务接入其 Gemini for business 环境的团队，我们提供逐步的开发者指南。

Ask Google Earth：在 Ask Google Earth 中直接预览扩展的深度分析能力。这提供了一种交互式聊天体验，你可以用自然语言提出复杂的空间问题，分析 Google Earth 项目中的数据（包括你自己的数据），并直接在地图上探索可视化结果。

如需表达对这些研究能力的访问兴趣，请 填写我们的意向表。如果想抢先体验我们的早期项目，你也可以注册加入我们的 Early Access Pool。