Earth AI 地理空间推理 agent 技术报告
来自 Google Research · 期号 2026-10-15
摘要
地理空间推理的难点在于：行星尺度的数据集太大，地图和卫星格式特殊，需要多步规划才能准确组合。通用大模型和标准编码工具做不了。 Google Research 在技术报告中展示了一个 Geospatial Reasoning agent，把 Earth AI 的基础模型（WeatherNext、Flood Forecasting、PDFM 等）打包成模块化技能，每次只按需调用。执行复杂查询前，agent 先做一步规划：拆解分析步骤、选好备选数据集、在专用工作区里处理地图图层，避免把海量空间数据塞进上下文。 评估覆盖四个基准，包括新发布的 GeoExpertQueries（专家级开放分析）和 GeoTools（多工具编排）。关键结论两条：一是领域技能必不可少——只给 web 搜索和地图工具的 agent 在定量空间任务上表现很差；二是前置规划才能处理开放问题——没有规划时 agent 会走捷径，用 web 搜索代替空间工具。 早期合作伙伴测试中，WHO 非洲区域办事处在刚果（金）埃博拉疫情期间，用该 agent 交叉比对森林损失、采矿点和人口数据，几分钟内标出 48 个暴露定居点和超过 45,500 名风险人群，而传统流程需要数周。GiveDirectly 用它把飓风灾情评估从几天缩短到几分钟。 实验性访问正在通过 Ask Google Earth 和 Agent-to-Agent（A2A）API 扩展。技术报告同时指出，GeoExpertQueries 的评分来自自动评估器，输出应视为供专家审阅的初稿而非最终答案。