研究人员问一句"这种病接下来可能在哪里扩散"，系统自己去找模型、找数据集，把预测模型搭出来。这是 Google Earth AI 展示的一套原型能力，核心是把环境信号、其他数据源，和 AlphaEarth Foundations、人口动态基础模型（PDFM），以及一个地理空间推理智能体（Geospatial Reasoning agent）拼在一起。

它想填的是公共卫生里的那些缺口——不同的地理区域、不同的疾病、不同的公共卫生议题，往往各有各的数据断层。这套系统用自主预测和人口动态来应对这些差异。

打开网易新闻 查看精彩图片

它到底在做什么

用大白话讲，流程是这样的：研究者提出一个具体问题，比如某种疾病下一步可能往哪里蔓延；AI 自动收集相关的模型和数据集，然后构建出一个预测模型。整个过程不需要研究者自己去一个个找数据、配模型。

这套能力背后是几块东西的组合：

  • 环境信号与其他数据源
  • AlphaEarth Foundations
  • 人口动态基础模型（PDFM）
  • 地理空间推理智能体原型

卫星视角加上人口分布

把卫星影像和人口分布规律放在一起看，这套工具能暴露出一些平时不容易察觉的风险因素。风险因素藏得深，发现得早，后续能做的事情就多。

换句话说，它不是在回答"现在哪里有问题"，而是在帮研究者更早地看到"哪里可能出问题"。这个差别，对公共卫生的响应节奏来说不小。

这条消息由 Google Earth AI 发布，时间为 2026 年 10 月 6 日，目前可见的浏览量是 1,044 次。