Google 发布地理空间推理智能体技术报告与两个新基准

当我们推出 Google Earth AI 时，我们分享了一套地理空间基础模型——涵盖遥感、天气、洪水水文和人口动态——以及一个初始原型，展示了由 Gemini 驱动的智能体如何连接这些模型来回答跨模态问题。

此后，我们将地理空间推理智能体从早期概念发展为一个能力更强的实验性系统，专为跨行星尺度数据的多步地理空间推理和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新技术报告：我们展示了跨四个基准的系统性评估，包括 GeoKTools 和 GeoExpertQueries——我们开发并发布的两个新基准，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 专用工具和规划相对于开箱即用 LLM 的价值。
2. 来自真实合作伙伴测试的洞见：过去几个月，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——测试该智能体以支持他们自己的真实工作流程，例如疾病暴发调查、灾害防备和清洁能源筛选。
3. 在 Google Earth 和 Google Cloud 上扩展早期访问：我们正在扩展针对多步地理空间分析和行星预测的实验性访问。我们为 Ask Google Earth 提供实验性深度研究更新的早期访问。我们还为构建自定义工作流程的开发者提供智能体到智能体 API 的早期访问，包括连接到 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处理现实世界的空间问题，因为行星数据集规模庞大，且具有专门的地图和卫星格式，需要精心进行多步规划才能准确组合。为了在实践中处理复杂的空间工作流程，我们的智能体汇集了四项关键能力：

连接到 Earth AI 基础模型和行星尺度数据

该智能体将 Gemini 连接到 Earth AI 基础模型的能力——包括 WeatherNext、洪水预报、人口动态基础模型（PDFM）、AlphaEarth Foundations 和 遥感基础模型——以及来自 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、前期规划和专用空间工作区

Earth AI 能力被打包为模块化技能，只有当用户问题需要时，智能体才会调用它们。在执行复杂操作之前，智能体会构建逐步分析计划，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。这种方法避免让海量空间数据淹没智能体上下文，同时保持准确性并跟踪数据归属。每个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

组织很少仅依赖公共数据。用户现在可以通过 Geospatial Reasoning 智能体 API 以 CSV 电子表格、自定义地图边界（GeoJSON）或云表的形式输入自己的数据集。然后，用户可以要求智能体将其私有位置与 Earth AI 的全球模型和目录进行连接。

从多步推理到自主行星预测

除了回答复杂的分析问题外，该智能体还为我们最近宣布的 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使健康结果的预测比人口统计基线提高了 12%，并实现了 8 倍更精细空间分辨率的地图绘制。

评估 Geospatial Reasoning 智能体

为了衡量领域特定工具和前期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) 带有基本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）但没有前期规划的 LLM，以及 (4) 完整的 Geospatial Reasoning 智能体，它在每次查询开始时都有一个专门的规划阶段，对可用能力进行推理，以评估它能做什么和不能做什么，并列出达成答案所需的检索和处理阶段。

评估涵盖四个基准，覆盖专家级开放式分析、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，分别测试地理空间代码生成和问答。为了在超越单一问题或用例的挑战性任务上测试智能体，我们开发了两个新基准。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，这些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，每个查询都要求正确选择和使用 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开发，我们完整发布了两个新基准的开发集。

结果与关键要点

我们的评估中有两个关键要点尤为突出：第一，领域特定技能对空间推理至关重要。仅配备基础工具（网络搜索、地图接地和代码执行）的智能体在定量空间任务上表现挣扎。为智能体配备 Earth AI 技能后，在 GeoExpertQueries、GeoKTools 和 CBGB 上均实现了显著跃升。唯一的例外是 UnivEARTH，即使单独一个 LLM 也能得分 93.6%，这可能是因为源 NASA 文章和答案在公开网络上均可获取。

第二，前置规划解锁了开放式、真实世界的工作流。虽然仅靠 Earth AI 技能就足以应对 CBGB 和 GeoKTools 中较窄的任务，但处理 GeoExpertQueries 中的开放式问题需要前置规划，以使智能体在多步分析中保持正轨，并防止其做出不可靠的假设或走捷径，例如使用网络搜索而非空间工具。

下表展示了使用 Gemini 3.8 Flash 在全部四个基准上的得分：

技术报告还讨论了局限性。GeoExpertQueries 的得分来自一个自动评分器，它将智能体的表现与专家工作流进行比较，这些工作流定义了分析应采取的步骤，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和进一步完善的强初稿，而非最终答案。

Earth AI 实践：与合作伙伴的早期测试

为评估这项研究如何转化为真实世界挑战的解决方案，我们让一小群合作伙伴提前访问，以在他们最棘手的问题上测试实验性智能体。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 付诸实践的概述：

• 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群移动速度比传统纸质监测所能追踪的更快，从而形成危险的盲区。Earth AI 利用卫星和移动信号填补了这些空白——使我们从被动追踪病毒转向主动预测它下一步将袭击何处。” Dr Etien Koua，HIS 项目领域经理兼 WHO AFRO 应急准备与响应中心协调员（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人工 GIS 工作中识别出高暴露风险的村庄，将准备好的复杂数据转化为即时洞察，并释放出宝贵时间用于拯救生命的预期行动。”—— Alonso Gonzales，GIS 与遥感协调员

• GiveDirectly：团队上传自定义地图边界，在热带气旋 Maila 期间快速计算按风速分区的人口暴露情况，并对密西西比州的龙卷风灾害进行基准评估，将危机范围界定从数天缩短至单一工作区内的几分钟。

• WPP：利用地理空间推理将 Population Dynamics Insights 与其专有数据相连接。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表现，同时保护其数据的隐私。

• Milken Institute：前期开发团队使用该智能体，将他们自己的 1,500 多栋候选建筑清单与 Google Maps Platform 的 Solar API 及人口普查数据相结合，以筛选用于建设社区韧性中心的选址，综合考虑屋顶太阳能潜力、出行数据、附近交通枢纽、气候风险以及联邦投资区资格。

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技能，推动了近期新增的道路网络路径规划、对更大用户上传数据集的支持，以及更出色的权威本地数据源发现能力。

扩大早期访问：在哪里申请测试

今天，我们正在扩大 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。我们将这些能力提供给有限的早期用户群体：

• Ask Google Earth：直接在 Ask Google Earth 中预览扩展的深度分析能力。这提供了交互式聊天体验，你可以用自然语言提出复杂的空间问题，在 Google Earth 项目中分析数据——包括你自己的数据——并直接在地图上探索可视化结果。
• Geospatial Reasoning Agent API：对于希望获得可定制、自助式集成以驱动自定义工作流的开发者团队，我们提供实验性的无头 Agent-to-Agent（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。我们为希望将该服务连接到其 Gemini for business 环境的团队提供分步开发者指南。

我们的 Planetary Prediction Engine 能力也可供早期预览——既可通过交互式界面进行快速、通俗语言的建模，也可通过 Agent API 用于自定义工作流。

如欲表达获取这些研究能力的兴趣，请填写我们的兴趣表。若想成为首批试用我们早期阶段项目的人，你也可以注册我们的早期访问池。