谷歌发布地球AI地理空间智能体技术报告，并扩大Ask Google Earth早期访问

谷歌研究（Google Research）10月14日发布技术报告，并同步扩大其地理空间智能体的实验性访问范围。按照官方说明，这套被称为地理空间推理智能体（Geospatial Reasoning agent）的系统，已经从一个早期概念演化为面向行星级数据、支持多步空间推理和自主训练定制预测模型的实验系统。

它的做法是把领域专用基础模型、空间工具与前置规划组合在一起。这些基础模型覆盖遥感、气象、洪水水文和人口动态等方向，由Gemini驱动的智能体负责把它们连接起来，回答跨模态问题，而不是像通用大模型那样只给出一段文字答案。

报告给出的核心证据是一套系统评测：团队在四个基准上测试该智能体，其中包括他们新开发并公开的GeoKTools与GeoExpertQueries，供研究者检验自己的地理空间推理智能体。谷歌称，结果量化了地球AI专用工具与前置规划相对开箱即用大模型的价值。

在真实场景测试方面，过去几个月谷歌邀请了一小批社会影响与商业机构参与，包括世界卫生组织非洲区域办事处、People in Need、GiveDirectly、米尔肯研究所（Milken Institute）和WPP。这些机构把智能体放进自己的工作流，例如疾病暴发调查、灾害准备和清洁能源筛选。

访问层面，谷歌扩大两类早期访问：一是Ask Google Earth的实验性深度研究更新，二是面向开发者的agent-to-agent（A2A）接口，并配套集成配方，供其构建自定义工作流。

值得注意的是，谷歌这次同步放出了基准、微站与意向申请入口。对研究者而言，GeoKTools与GeoExpertQueries提供了可比较的评测标尺；对行业用户而言，A2A接口意味着地理空间分析能力可以被嵌进自身系统，而不必依赖谷歌的终端界面。

为什么值得关注：地理空间分析长期依赖专家与专用管线，把基础模型、工具调用和多步规划打包成智能体，是一次把模型能力转成可交付工作流的尝试，也是观察通用大模型与领域智能体分工边界的一个样本。

后续看点在于早期访问的实际反馈：参与机构能否把灾害响应、公共卫生和能源筛查等任务稳定跑通，以及外部团队用新基准测出的结果是否支持谷歌关于专用工具优于通用模型的结论。