模型与 Benchmark板块首页
怎么读
怎么给 benchmark 分类一个分数能信到哪一步:真值噪声、简单基线、泄漏与饱和协议索引:113 条协议按谁判对错分组方法与数据:分类口径、收录与停更标准、已知局限
模型与数据
模型索引:112 个模型按领域分组模型 × benchmark 配对矩阵训练数据从哪来:公开库、私有授权、自产 wet lab 与…benchmark 的规模、更新与 wet lab 数据
Benchmark:理解状态(表征与排序)
02 ProteinGym09 scIB11 ClinVar hold-out protocol13 CAGI16 GUE + Nucleotide Transform…17 CAFA21 DREAM5 / BEELINE / CausalB…26 FLIP / FLIP234 AbBiBench37 TraitGym38 BEND39 RNAGym45 DART-Eval49 NTv3 Benchmark67 VenusX
Benchmark:预测给定对象的结果
01 CASP03 MoleculeNet04 TDC05 PoseBusters06 CASF-201615 CAMEO22 CAPRI24 虚拟细胞挑战赛与扰动预测评测25 RNA-Puzzles27 Polaris / ASAP / OpenADMET30 PLINDER / PINDER / Runs N'…31 FoldBench33 PoseX35 FLAb / FLAb243 Ginkgo GDPa146 FEP 相对结合自由能基准47 PoseBench / DockGen51 OpenADMET 盲测系列52 Biogen ADME53 UNICORNE-BENCH54 OMol25 + FAIR Chemistry 榜单55 PDBbind-CleanSplit / LP-PD…57 CatPred-DB66 MassSpecGym
Benchmark:提出候选(生成与设计)
19 PMO20 CACHE28 Adaptyv competitions / Ben…36 AIntibody40 MotifBench50 蛋白 motif scaffolding 基准56 Protein Engineering Tourna…
Benchmark:多步分析与问答(agent)
14 PubMedQA18 LAB-Bench / LABBench223 BioASQ29 BixBench42 BioMysteryBench58 ChemBench59 LifeSciBench60 Terminal-Bench-Science61 BiomniBench / Biomni-Eval162 HeurekaBench63 scBench64 ScienceAgentBench65 SciReasoner / Biology-Inst…68 BioDesignBench
Benchmark:已停更
07 USPTO family08 Basenji/Enformer test set10 GuacaMol12 DUD-E / LIT-PCBA32 CrossDocked202041 BioML-bench44 FS-Mol
相邻领域
相邻领域:不在主分类内的评测
模型:结构/共折叠
AF2-Multimer:Google DeepMindAlphaFold 3BioEmu-2Boltz-1 / Boltz-1xBoltz-2:MIT、Recursion、Boltz P…Chai-1:Chai DiscoveryChai-2:Chai DiscoveryDiffDock:MIT CSAILESMFold2HelixFold-S1:BaiduIntelliFold-2:IntelliGen AIIsoDDE:Isomorphic LabsMassiveFoldNeuralPLexer3OpenComplex2OpenDDE:Aureka AI Research、Au…OpenFold3Pearl:Genesis Molecular AIProtenixRF3:University of Washington …RhoFold+ / DRfold2 / trRosett…RNAPro:NVIDIA、Stanford Univer…SeedFold:ByteDance SeedVina:Scripps Research
模型:小分子
ADMET-AIAQAffinity:SandboxAQBeacon:Inductive BioChemformer:AstraZenecaChemprop v2:MITEnchant v1 / v2ether0:FutureHouseKERMT:Merck & Co.、NVIDIAMiniMol:Valence LabsMolE:RecursionMoLFormer-XL:IBM ResearchNesso-1:Valence Labs、Recursio…ReaSyn v2:NVIDIA、KAISTREINVENT 4RetroDFM-RSaturn:EPFLTamGen:Microsoft Research AI …TerraBind:Terray TherapeuticsTxGemma:Google DeepMind、Googl…Uni-Mol2Uni-Mol3
模型:蛋白
AlphaProteoAMPLIFY:Mila、Polytechnique Mo…BindCraftBoltzGenChai-3:Chai DiscoveryClaude 蛋白设计研究DPLM-2:ByteDance Research、Nan…Dyno Psi-1 / Psi-PhiESM C:Evolutionary Scale、Chan…ESM3:Evolutionary Scale、Chan …EVOLVEproLa-Proteina:NVIDIALatent-X / X2:Latent LabsLucaOne:Alibaba Cloud、Sun Yat…Mosaic:Escalante BioPinal:Westlake UniversityPoET-2:OpenProtein.AIProfluent-E1:ProfluentProGen3:ProfluentProSST:Shanghai Jiao Tong Uni…Proteina-Complexa:NVIDIARFdiffusion2 / 3SaProt:Westlake University、We…SeedProteo:ByteDance SeedVenusREMxTrimoPGLM
模型:抗体
GerminalHCAbLM:Nona Biosciences、HBM H…IgGM / IgGM-FMJAM / JAM-2:Nabla BioOrigin-1:AbsciRFantibodytFold:Tencent AI for Life Sci…
模型:基因组/RNA
AlphaGenome:Google DeepMindAlphaMissense:Google DeepMindBioReasonBorzoi:Calico Life SciencesBulkFormerEvo 2:Arc Institute、NVIDIA、St…NTv3:InstaDeeppopEVE:Harvard Medical School…RIBOSPAN
模型:单细胞
AIDO Cell:GenBio AIC2S-ScaleCellFM:Sun Yat-sen University…Lingshu-CellscGPT / GeneformerscPRINT-2Stack:Arc InstituteSTATE:Arc InstituteTahoe-x1:Tahoe TherapeuticsTranscriptFormerX-Cell:Xaira TherapeuticsxTrimoSCPerturb / scFoundation
模型:分子生成
GenMol:NVIDIA
模型:文本与 agent
Biomni:Stanford University、Ph…Co-ScientistGPT-Rosalind:OpenAIIntern-SKosmos / Edison AnalysisMedGemma / Med-GeminiQuine:Microsoft ResearchRobin:FutureHouseSciReasonerTxAgent:Harvard Medical SchoolVERID:Google Research前沿通用大模型:Anthropic、OpenAI、Goog…

Co-Scientist:Google DeepMind、Google Research

整理 2026-11-18 · 来源与可靠度标注见正文
本文目录
  1. 概况
  2. 做什么
  3. 报过的 benchmark
  4. 其他评测(不在 44 项内)
  5. 训练数据
  6. 湿实验验证
  7. 背景
  8. 怎么看
  9. 局限与注意
  10. 来源
  11. 更正记录

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

  1. 没有任何站内标准 benchmark 分数,与 Kosmos、Biomni 等无法直接比较。
  2. 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。
  3. Elo 与 GPQA 的相关性是系统自评,且来自 2025 预印本。
  4. 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

  1. 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。
  2. 闭源,外部无法独立评测。
  3. arXiv v2 的修订内容未检查。

来源

  1. Nature 论文(期刊)
  2. arXiv 预印本(预印本)
  3. DeepMind 官方博客(2026-05-19)(公司博客)
  4. Google Research 2025 博客(公司博客)
  5. Gemini for Science 发布博客(公司博客)
  6. 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。

字段 原 现 原因 出处 发现日期
latest_update 2026-05-19(Nature 发表) 2026-06-29(arXiv v2) — 依据 2026-11-16
latest_update.event_kind journal-publication paper-revision — 依据 2026-11-16

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。