Google Research 发布地理空间推理智能体：结合 Earth AI（地球人工智能）基础模型与前置规划，向部分伙伴开放早期测试
Google Research（谷歌研究部门）于 2026 年 10 月 14 日发布技术报告，展示其 Geospatial Reasoning（地理空间推理）智能体如何把 Earth AI（地球人工智能）领域基础模型、空间工具与前置规划结合，完成通用大语言模型（LLM）难以独立胜任的多步空间分析与行星尺度预测。
该智能体已向 WHO（世界卫生组织） AFRO（世界卫生组织非洲区域办公室）等社会影响与商业伙伴开放测试，并扩大 Ask Google Earth 与 Agent-to-Agent（A2A，智能体间通信）接口的实验性访问。
读者可据此理解领域专用技能与前置规划在空间推理任务中的实际作用。
Google（谷歌） Research 杰出工程师 Shravya Shetty 与产品总监 Luke Barrington 撰文称，该智能体将 Gemini（谷歌大语言模型）与 Earth AI 基础模型——包括 WeatherNext、Flood Forecasting、Population Dynamics Foundation Model（PDFM，人口动态基础模型）、AlphaEarth Foundations 和 Remote Sensing Foundations——以及 Google Maps Platform、Google Earth Engine、Data Commons 和 Google Dataset Search 的数据连接。
智能体采用模块化技能、前置分析规划和独立空间工作区，支持用户以 CSV、GeoJSON 或云表格式上传自有数据。 技术报告在四个基准上评估四种配置，涵盖 GeoKTools、GeoExpertQueries 两个新基准以及外部开发的 CBGB 和 UnivEARTH。
在公开卫生研究中，结合人口与卫星信号使健康结果预测较人口统计基线提升 12%，并支持 8 倍更细空间分辨率制图。 WHO（世界卫生组织） AFRO 在 2026 年刚果（金）埃博拉疫情初期用该智能体定位 48 个暴露定居点和逾 45,500 名高风险人员。
该发布把基础模型的应用竞争从通用问答推向领域智能体——即模型能力之外，工具编排、前置规划和数据溯源成为空间推理效果的关键变量。 Google（谷歌） 同时开源两个新基准的开发集，可能推动地理空间智能体的评测标准化； 而合作方覆盖公共卫生、灾害响应、基础设施选址和营销等场景，显示 Earth AI 正从研究原型走向受控的真实工作流测试。
不过，自动评分器与专家工作流对比的评估方法意味着其能力上限仍需独立验证。
后续观察信号
- 技术报告中四种智能体配置在各基准上的具体得分差异
- Planetary Prediction Engine 的验证方法与独立评估情况
- 合作方测试是否经过独立同行评审