Co-Scientist:Google DeepMind、Google Research
Google DeepMind 基于 Gemini 的多 agent 科研假设生成与排序系统。
文本与 agent · 大厂实验室 · 英国、美国 · 截至 2026-11-17
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | Co-Scientist;全称:AI co-scientist;别名:AI co-scientist、Google Co-Scientist;有歧义、不自动链接:Co-Scientist、co-scientist |
| 家族 | 否(单一系统;2025 预印本与 2026 期刊版为同一记录内的版本) |
| 机构 | Google DeepMind、Google Research |
| 机构类型 / 国家 | 大厂实验室 / 英国、美国 |
| 模型类别 | agent(假设生成与排序) |
| 领域 | 文本与 agent |
| 首次发布 | (依据:arXiv 预印本 v1(官方博客同期)) |
| 其他里程碑 | 最早公开证据 (arXiv 预印本 v1);预印本 v1 (arXiv 预印本 v1);期刊上线 (Nature 发表(官方博客同日));官方公告 †(未核实)(Google Research 博客) |
| 最近更新 | ,论文修订:arXiv v2 发布(修订内容未检查);此前 2026-05-19 Nature 发表,并经 Gemini for Science 向个人研究者开放申请。此为最近一次有出处的事件,不代表此后没有更新 |
| 开放程度 | 代码:不开放;权重:不开放;闭源;个人研究者经 Gemini for Science 申请,企业版在 Google Cloud 预览 |
| 状态 | 仅产品形态:闭源,经实验工具与云端预览提供 |
| 报过的 benchmark | 0 项计入;另 6 条不计入(未证实 6) |
| 湿实验验证 | 1 条记录 |
| 全站实体页 | 无(全站实体库未检出对应页面) |
| 截至 | 2026-11-17 |
做什么
以 Gemini 为底的多 agent 系统:生成、反思、排序、演化与元评审等 agent 迭代假设,排序环节用成对比较与模拟辩论做 Elo 锦标赛,最终输出研究提案;验证时调用网页搜索与 ChEMBL、UniProt 等公共库。与 Kosmos、Biomni 不同,它产出排序后的假设,不直接执行数据分析。
报过的 benchmark
按关系类型排列;每行标来源类型与出处。分数只在同一 benchmark、同一口径内有意义,见各 benchmark 页的当前排名。0 项计入;另 6 条不计入(未证实 6)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 14 PubMedQA | 未证实 | 否 | — | 未知 | 官方材料中未检出相关报告 †(未核实) | 出处 |
| 18 LAB-Bench / LABBench2 | 未证实 | 否 | — | 未知 | 官方材料中未检出相关报告 †(未核实) | 出处 |
| 23 BioASQ | 未证实 | 否 | — | 未知 | 官方材料中未检出其报告。 †(未核实) | 出处 |
| 29 BixBench | 未证实 | 否 | — | 未知 | 官方材料中未检出相关报告 †(未核实) | 出处 |
| 41 BioML-bench | 未证实 | 否 | — | 未知 | 官方材料中未检出本基准的报告。 †(未核实) | 出处 |
| 42 BioMysteryBench | 未证实 | 否 | — | 未知 | 官方材料中未检出本基准的报告。 †(未核实) | 出处 |
其他评测(不在 44 项内)
- 站内文本与 agent 类 benchmark(未披露,自报):已核查 LAB-Bench、BixBench、BioASQ、PubMedQA、BioML-bench、BioMysteryBench:论文与官方博客均未报告
- Elo 与 GPQA 正确率相关性(站外公开 benchmark,自报):以 GPQA Diamond 检验系统 Elo 与回答正确率的相关性;Elo 为系统自评,无独立真值
- 专家评估(用户或合作方报告,自报):小规模专家组评价新颖性与影响力,开发方自述样本小
- Elo 锦标赛(自建任务集,自报):自博弈排序随推理算力提升,无独立真值
开发方称:多 agent Gemini 系统能生成并排序假设,Elo 能反映质量,部分假设已在合作实验室得到证实。
独立证据:有媒体报道一所英国大学团队在细菌进化问题上试用;2025 年也有媒体批评缺乏独立评估;未检出系统性的第三方研究。
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 未披露 | 底座 Gemini 训练数据未披露;ChEMBL、UniProt 等为推理时工具 | 出处 |
| b 私有 / 授权 | 未披露 | — | — |
| c 自产 wet lab 训练数据 | 否 | 系统不靠湿实验数据训练 | — |
| d 仅用于验证的 wet lab | 是 | 部分假设由外部合作实验室做湿实验检验,开发方未汇总数量 | 出处 |
湿实验验证
每个比率都带分子与分母;未核实的条目不给数字。不同版本的来源分开列。
| 实验 | 靶点数 | 受测设计 | 命中 | 成功率 | 最佳亲和力 | 分母口径 | 版本 | 来源类型 | 日期 | 核实 | 执行方 | 说明 | 出处 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 合作实验室案例研究 | — | — | — | — | — | 无汇总计数;肝纤维化靶点、急性髓系白血病药物重定位、细胞衰老等单个案例,各由合作实验室完成 | paper/blog | 自报 | 未核实† | 外部合作实验室执行,不是独立复现 | 只有定性案例,不能换算成命中率或定量验证 | 出处 |
背景
- 机构:Google DeepMind 2010 年创立于伦敦,2014 年被 Google 收购,2023-04 与 Google Brain 合并;本系统联合 Google Research、Google Cloud 与 Google Labs 开发。
- 融资:Alphabet 全资的内部研究部门,无独立融资。
- 产品与合作:企业预览伙伴含 Daiichi Sankyo、Bayer Crop Science 与美国国家实验室;学术案例含 Stanford、MIT、Edinburgh、Cambridge 与 Calico;官方称合作研究者来自 100 多家机构。
- 相关模型:Kosmos / Edison Analysis、Biomni、Robin、MedGemma / Med-Gemini、VERID
怎么看
- 没有任何站内标准 benchmark 分数,与 Kosmos、Biomni 等无法直接比较。
- 合作实验室结果是单个案例,未给对照与重复次数,不能读成药效或命中率。
- Elo 与 GPQA 的相关性是系统自评,且来自 2025 预印本。
- 2026 版"规划实验"的说法在官方文本中未见细节,目前只能按假设生成系统理解。
局限与注意
- 湿实验由合作实验室完成,开发方未汇总数量,按未核实处理。
- 闭源,外部无法独立评测。
- arXiv v2 的修订内容未检查。
来源
- Nature 论文(期刊)
- arXiv 预印本(预印本)
- DeepMind 官方博客(2026-05-19)(公司博客)
- Google Research 2025 博客(公司博客)
- Gemini for Science 发布博客(公司博客)
- Nature 论文登记记录(期刊)
更正记录
以下为本轮核对中改过的字段,原值按记录照录。
本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。