">

Google DeepMind 向欧洲科研开放前沿模型与算力:200 名研究者、300 万美元额度

Google DeepMind 与 Google Cloud 在 2026 年 10 月 14 日宣布一项面向欧洲科学的承诺:至多 200 名欧洲科研人员将直接获得前沿模型访问权限,并提供 300 万美元算力额度,经欧盟 RAISE 倡议开放 AlphaFold 3、WeatherNext、AlphaGenome、AlphaEvolve 与 AlphaEarth Foundations 等科学工具。这是一项区域性的算力与模型开放计划,并非新的通用模型发布。

这次发布的是什么

Google DeepMind 与 Google Cloud 在 2026 年 10 月 14 日公布了一项面向欧洲科学发现的承诺,不是发布一款新模型。官方博客写得很明确:这是把前沿模型与算力直接交到欧洲科研人员手里的一项计划,目标是缓解欧洲研究者有时会遇到的算力缺口。

可核的数字与对象有三项:至多 200 名欧洲科研人员、300 万美元的算力额度、以及通过欧盟 RAISE 倡议开放一批科学工具。官方把 AlphaFold 3、WeatherNext、AlphaGenome、AlphaEvolve 与 AlphaEarth Foundations 列在「可直接访问的领先科学工具」之中。换句话说,这次开放的是已存在的一系列科研专用模型与平台,而不是某一款消费级聊天模型的升级。

页面表述用的是 pledge(承诺)与 commitment(承诺/投入)这类词,指向的是一项区域性支持计划,适用对象是欧洲的科研团队,而不是面向所有人的公开产品。

可用性与限制

  • 面向对象:官方写明是欧洲科研人员,名额上限为至多 200 名,属于定向开放而非全面公开。
  • 额度性质:300 万美元是算力额度,用于支撑这批前沿模型与工具的访问,不是现金或通用券。
  • 接入路径:经 RAISE 倡议提供,具体申请与资格审核以官方后续说明为准。
  • 模型范围:开放清单包含 AlphaFold 3、WeatherNext、AlphaGenome、AlphaEvolve、AlphaEarth Foundations 等科学工具,是否覆盖 Google 的通用对话模型以官方说明为准。
  • 区域限制:计划明确服务于欧盟 AI for Science 相关工作,非欧洲地区能否参与以官方口径为准。
  • 价格与商业授权:本次属于科研支持承诺,不涉及公开价目;若用于商业或教学以外用途,授权边界以各工具官方条款为准。
  • 本文不把这项承诺当作产品发布来写,也不对其科研成效下结论。

主要功能

  • 前沿模型访问:欧洲科研者可访问 Google 的前沿模型,用于科学研究场景
  • 科学工具开放:AlphaFold 3 等结构、气象、基因组、演化与地球观测类工具被纳入开放清单
  • 算力额度支持:300 万美元额度用于抵扣模型与工具的访问成本
  • 区域协作:通过 RAISE 倡议把算力送给欧洲科学家,回应欧洲的算力鸿沟问题
  • 跨工具覆盖:从蛋白质结构到天气、基因组、地球观测,覆盖多个科学方向

技术原理

这次公告的「技术」含量不在模型本身,而在它把哪些已有能力打包开放。官方把 AlphaFold 3、WeatherNext、AlphaGenome、AlphaEvolve、AlphaEarth Foundations 一并列出,说明开放的是一整套科研专用的基础模型与平台,而不是单一聊天入口。AlphaFold 3 用于生物分子结构预测,WeatherNext 与气象预报相关,AlphaGenome 面向基因组,AlphaEvolve 用于演化式算法发现,AlphaEarth Foundations 侧重地球观测——这些工具的共性是把前沿模型能力落到具体科学问题上。

需要提醒的是,公告没有给出各工具的接入方式细节,也没有说明这 200 个名额如何分配、额度如何结算。对想实际使用的团队来说,下一步要看 RAISE 倡议的官方申请通道与各工具的产品页,而不是只看这篇博客。

实际体验

这不是一款可以直接注册试用的产品,所以没有「打开即用」的体验路径。想核对的人可以按下面几步:

  1. 打开官方博客,确认页首日期为 Oct 14, 2026,并确认文中用词是承诺/投入而不是「立即开放给所有人」。
  2. 沿页面找 RAISE 倡议的官方入口,确认申请对象是否限定欧洲科研机构。
  3. 逐个打开 AlphaFold 3、WeatherNext、AlphaGenome、AlphaEvolve、AlphaEarth Foundations 的产品页,确认各自当前的公开可用方式与许可。
  4. 若你的团队在欧洲以外,确认官方是否说明其他区域的可参与路径。

任何一步与上文不符,以官方最新公告与 RAISE 倡议页面为准,不要凭第三方转述判断资格。

项目地址与获取方式

官方公告:https://blog.google/innovation-and-ai/models-and-research/google-deepmind/were-powering-european-scientific-discovery-with-advanced-ai-compute-and-frontier-models/

RAISE 倡议与各科学工具的申请与产品页以 Google 官方后续说明为准。请通过官方渠道了解资格与额度使用方式,不要通过非官方渠道提交申请材料。

适合谁用

  • 欧洲高校与科研机构的科学家:这是官方点名的受益对象,名额也明确限定欧洲科研人员。
  • 做结构生物学、气象、基因组、地球观测等方向的研究者:开放清单里的工具正好覆盖这些领域。
  • 需要大额算力支撑前沿模型实验的团队:300 万美元额度针对的就是这类算力缺口。
  • 不在欧洲或不属于科研机构的开发者:本次承诺大概率不适用,建议看各工具的公开版本或通用模型入口。
  • 想把它当通用聊天模型用的个人用户:这不是本次公告的内容,方向不对。

常见问题

这是发布了一款新模型吗?

不是。官方用的是承诺与投入这类表述,开放的是 AlphaFold 3、WeatherNext、AlphaGenome、AlphaEvolve、AlphaEarth Foundations 等已存在的科学工具,以及前沿模型的访问权限,并非某一款新模型的发布。

普通人能申请吗?

官方写明对象是最多 200 名欧洲科研人员,通过 RAISE 倡议提供,属于定向科研支持。是否开放给非欧洲或非科研对象,以官方后续说明为准。

开放了哪些模型或工具?

官方清单包括 AlphaFold 3、WeatherNext、AlphaGenome、AlphaEvolve、AlphaEarth Foundations,并概括为前沿模型与领先科学工具。各工具的接入方式与适用范围以各自产品页为准。

300 万美元是什么性质?

是算力额度,用于支撑这批前沿模型与工具的访问,不是现金奖励,也不是通用代金券。具体结算与有效期以官方说明为准。

和 Gemini 系列模型发布有什么关系?

这是两条不同的线。Gemini 4 Argon 是面向复杂工程与智能体任务的通用前沿模型;本次公告是面向欧洲科研的算力与科学工具开放计划,两者不要混为一谈。

相关工具与内容

Related
快讯 1 小时前

TypeSafe 发布 Jev 1.14.0:图像输入、box 类型与长上下文进了「危险区」

TypeSafe AI 在 2026 年 10 月 14 日发布决策模型 Jev 1.14.0,同时把三项实验能力放到名为「危险区」的请求头后面:图像输入、返回单个边界框的 box 类型、以及放开默认限制的长上下文。官方明确说明这些能力不建议用于生产,只是给愿意尝鲜的开发者先试;模型本体这次是小幅改进,官方预期提升集中在多语言支持上。

前沿快讯 4 阅读
快讯 1 小时前

Anthropic Python SDK v1.14.0:给 Claude 接口调用、流式响应与工具运行加上 OpenTelemetry 追踪

Anthropic 在 2026 年 10 月 14 日发布 Python SDK v1.14.0,官方 Release 记录显示客户端层为接口调用、流式响应与工具运行加入了 OpenTelemetry 追踪,管理接口同时新增遥测目标与遥测目标测试端点。对自建智能体的团队来说,这意味着不必再靠自己包一层埋点就能把调用链路接到统一的可观测后端;上一版 v1.13.0 发布于 2026 年 10 月 9 日。

前沿快讯 3 阅读
快讯 2 小时前

NVIDIA Nemotron 3.5 Lightning 在 Vercel AI Gateway 免费上线:30B 模型、百万 token 上下文

Vercel 在 2026 年 10 月 14 日的更新日志中宣布,NVIDIA 的 Nemotron 3.5 Lightning 已在 AI Gateway 上免费提供,模型标识为 nvidia/nemotron-3-5-lightning-free。官方给出的规格是 30B 参数、每 token 激活 3B,采用 Mamba-2 与 MoE 层交错的混合架构,拥有 100 万 token 上下文窗口,并支持工具调用与结构化输出,面向长任务智能体、子智能体、聊天机器人与检索增强生成场景。

前沿快讯 4 阅读

继续阅读:NVIDIA Nemotron 3.5 Lightning 在 Vercel AI Gateway 免费上线:30B 模型、百万 token 上下文 · AWS 用 Bedrock AgentCore 搭「自学习」文档处理:8 个智能体协同,20 分钟内可部署

关于本文:本站文章由编辑部独立撰写,评测口径与免责说明见关于我们。想继续找工具,可从分类导航按场景浏览,或回首页搜索。

链接已复制