搜尋引擎巨擘 Google 近日同時宣布兩項與人工智慧科學應用有關的新進展：一方面將向歐洲頂尖研究團隊開放旗下最先進的 AI 模型，並提供總值 300 萬美元的運算點數，協助歐盟推動「以 AI 促進科學」的 RAISE 倡議；另一方面，旗下研究團隊也發表技術報告，宣布 Earth AI 的「地理空間推理代理人」大幅升級，具備處理行星級地球數據的複雜空間分析能力。
這項開放科學計畫的對象，是最多 200 名歐洲頂尖科學研究人員。他們將可直接存取 Google 的一系列尖端模型，包括在蛋白質結構預測領域成名的 AlphaFold 3、氣象預測模型 WeatherNext、基因體模型 AlphaGenome，以及 AlphaEvolve 與 AlphaEarth Foundations。研究團隊希望藉由直接提供運算資源與頂尖模型，加速歐洲在創新與科學研究上的腳步，應用方向涵蓋預測極端氣象型態、解析分子結構等。
這項合作是透過歐盟的 RAISE 倡議進行。該倡議的目標，是建立一個虛擬的運算、AI、資金與人才共同資源庫，協助歐洲的科學基礎研究，涵蓋物理與天文學、材料科學、生命科學、地球科學，以及社會科學與人文學科。Google 這次的行動，也是響應歐盟推動《人工智慧法案》與「AI 大陸行動計畫」等一系列新政策的具體回應。
所謂「AI 大陸行動計畫」，目的在鼓勵 Google、微軟、亞馬遜等跨國科技巨頭，與歐盟的學術機構展開戰略合作，建立負責任且永續的 AI 研究生態系。換句話說，歐洲希望把頂尖的運算力與模型留在科學研究的公共軌道上，而這次 Google 的開放，等於是第一個落地的實例。
同時間，Google Research 發表的另一份技術報告，則把焦點放在「地理空間推理代理人」的升級。這是一套能夠理解與處理地圖、衛星影像等地理空間資訊的 AI 工具，最新版本展現出更強的複雜空間分析與行星預測能力。它結合了特定領域的基礎模型、空間工具與預先規劃的分析流程，能有效應對傳統大型語言模型難以處理的地球規模數據挑戰。
一般的大型語言模型與標準編碼工具，在面對龐大的地球數據與特殊的圖資、衛星影像格式時，往往難以進行複雜的空間分析，因為這需要多步驟的縝密規劃。升級後的地理空間代理人，則能將 Gemini 模型與 Earth AI 的多種基礎模型串連起來，包括 WeatherNext、洪水預報模型、人口動態基礎模型、AlphaEarth Foundations 與遙測基礎模型，並結合地圖平台、Earth Engine、Data Commons 與資料集搜尋等豐富的數據資源。
它的運作方式是先擬定一套逐步分析的計畫：在數據稀疏的地區自動選擇備用的資料集，並在專屬的工作區中處理龐大的地圖圖層。每一次回應都會附上分析計畫與資料來源，供領域專家審查，確保結果可追溯。使用者也可以上傳自己的資料集，例如試算表或地理空間檔案，與 Earth AI 的全球模型與資料庫進行整合。
Google 也擴大了這套工具的實驗性存取管道，透過「Ask Google Earth」服務與代理人間通訊協定，讓更多開發者與合作夥伴可以使用這些進階功能。
這套技術已經在真實場景中展現威力。2026 年剛果民主共和國爆發伊波拉疫情時，世界衛生組織非洲區域辦事處利用這套代理人分析偏遠礦區廊道，只用了幾分鐘，就識別出 48 個可能受暴露的社區，以及超過 4.5 萬名處於風險中的民眾，大幅縮短了疫情調查的時間。
同樣在剛果，該國的流行病建模與情報單位運用行星預測引擎估算伊波拉的傳播風險，將人口與衛星數據結合的公共衛生研究，讓預測健康結果的準確度比傳統的人口統計基準提升了 12%，還能以高達八倍的解析度繪製疫情地圖。
在災害應變方面，國際非政府組織「仁人家園」運用這套代理人分析了 14 個歷史氣旋路徑，幾分鐘內就找出高風險村莊，把過去需要數天的手動地理資訊系統作業縮短到幾分鐘。援助組織 GiveDirectly 則用它快速計算熱帶氣旋 Maila 期間風速影響區的人口暴露情形，並評估美國密西西比州龍捲風造成的損失，大幅縮短危機評估的時間。
除了救災與公衛，這套工具也進入商業與政策領域。傳播集團 WPP 利用地理空間推理結合人口動態洞察，進行更精準的地理空間行銷活動；米爾肯研究院則篩選了超過 1,500 棟建築，評估它們成為社區韌性中心的潛力。
值得注意的是，RAISE 倡議開放的模型清單中，也包括 WeatherNext 與 AlphaEarth Foundations，正是地理空間代理人串連的核心模型。這顯示 Google 的策略是雙軌並行：一邊把模型交到歐洲科學家的手中，另一邊把同一批模型包裝成可直接上手的分析工具，讓不懂寫程式的領域專家也能操作。
Google 方面表示，藉由直接提供運算力與頂尖 AI 模型，目的在加速歐洲各國的創新與科學研究。整體而言，這兩項宣布都指向同一個方向：把原本封閉在實驗室裡的尖端 AI，轉化為科學界與第一線工作者可以直接使用的生產力工具。
對台灣而言，這套工具的想像空間並不小。台灣經常面臨颱風、地震等自然災害衝擊，若能借鏡這類先進的地理空間 AI 分析工具，或許可在災害預防、應變規劃與資源分配上，獲得更精準的決策支援。不過目前這類工具仍處於實驗性開放階段，實際導入還需要時間驗證。
接下來值得關注的，是歐盟 RAISE 倡議後續會納入哪些研究團隊，以及「AI 大陸行動計畫」是否會帶動更多科技巨頭跟進開放。另外，地理空間代理人何時能擴大到一般開發者全面使用，也將決定這項技術能多快從實驗室走進各國的災害應變體系。
關鍵數字 ・300 萬美元：Google 提供給歐洲研究團隊的運算點數總值，直接降低科學研究的算力門檻。 ・200 名：可直接使用 Google 尖端 AI 模型的歐洲頂尖科學研究人員上限。 ・48 個社區、超過 4.5 萬人：世界衛生組織非洲區域辦事處在剛果伊波拉疫情中，幾分鐘內識別出的暴露社區與風險人口，展現 AI 在公衛應變上的速度優勢。 ・12%：結合人口與衛星數據後，健康結果預測準確度相較傳統基準的提升幅度。 ・8 倍：疫情地圖繪製解析度的提升倍數，代表更精細的風險區劃。 ・14 條：非政府組織分析的歷史氣旋路徑數量，幾分鐘完成過去需數天的手動作業。 ・1,500 棟：米爾肯研究院篩選評估為潛在韌性中心的建築數量，顯示工具已跨入政策規劃領域。
