谷歌研究院发布论文验证智能体Deep Review

谷歌研究院于10月14日在美国山景城举行的年度活动Research@ 2026上，向公众发布了论文验证智能体Deep Review。Deep Review是一个将长篇科学论文和技术文档按章节拆分、由多个推理智能体同时审阅的AI系统。其试验版本已在四个顶级计算机科学会议上审阅了超过1.6万篇稿件。谷歌还在同一场合公布了涵盖地球观测AI、科研辅助工具、医疗AI和洪水预测在内的10项研究成果。

背后是验证瓶颈。据撰写Deep Review介绍文章的谷歌研究院研究科学家Rajesh Jayaram和Vincent Cohen-Addad介绍，今年ICLR、NeurIPS、ICML三大AI会议收到的投稿超过7.4万篇，而2023年约为2.3万篇，2024年为3.2万篇，2025年为4.5万篇，逐年攀升。根据METAL查阅的ICML 2026官方情况说明，今年7月在首尔COEX举行的ICML 2026仅主会场就收到2.4661万篇投稿，录用6552篇。谷歌的判断是，AI加快了论文写作速度，但能够验证论文的人数几乎没有变化。

Deep Review分四个阶段运行。分段智能体先将文档拆分为引言、方法、实验等逻辑章节，并根据各章节的信息密度分配不同的计算预算。证明密集的章节会获得比引言更多的计算资源。随后，专门的推理智能体在掌握全文语境的同时并行验证各自负责的章节，最后由综合智能体汇总各章节报告，再次检查章节之间的矛盾，并通过外部依据核对过滤幻觉。

其验证记录在学术会议中积累而来。过去一年，其前身论文辅助工具(PAT)与STOC 2026、ICML 2026、NeurIPS 2026和ICLR 2027合作，为自愿参与的作者提供投稿前的非公开反馈。这些反馈与会议的正式评审完全分离，稿件不用于训练，项目结束后即被删除。此次公开版本基于Gemini 4 Argon，将审阅范围扩展到法律合同、财务报告、设计文档和演示文稿。所有用户每周可免费审阅2份文档，需要更多用量时可接入Gemini API密钥。上传的文档不会用于训练谷歌模型，仅为显示目的保存一年。

其余成果是替研究现场分担工作的工具。Google Earth AI的地理空间推理智能体通过试用版智能体间API扩大了开放范围。METAL曾报道谷歌研究院公布地理空间AI的公共卫生案例。在此次技术报告中，2026年刚果民主共和国埃博拉疫情暴发初期，世界卫生组织非洲区域办事处利用该智能体叠加卫星森林损失、矿区和人口数据，在几分钟内找出48个高暴露风险定居点和超过4.55万名风险人口。这项工作通常需要数周。世卫组织非洲区域办事处应急准备与响应中心协调员Etien Koua博士表示："像矿工这样流动的人群，移动速度比传统纸质监测所能追踪的更快。"他还说："Earth AI用卫星和流动信号填补了这些空白。"Google.org向危机韧性和公共卫生组织提供1000万美元资助，其中200万美元拨给米尔肯研究所。

医疗领域有两项研究。开放医疗模型MedGemma上周发表于《自然·医学》，已被超过6.5万名开发者下载超过1000万次。对话式诊断AI AMIE在《柳叶刀》发表的新研究中，在急诊就诊前与贝斯以色列女执事医疗中心的98名患者进行了安全问诊，医生表示在75%的病例中AI摘要帮助他们做好了诊疗准备。灾害预测方法Groundsource利用Gemini分析洪水相关新闻报道，构建了超过260万起洪水事件的数据集，基于该数据训练的新模型可提前最多24小时预测城市山洪发生的可能性。谷歌的河流洪水预报覆盖150多个国家的20多亿人，可提前最多7天预测。

其余方向也有数字支撑。时间序列基础模型TimesFM和表格数据模型TabFM将接入Gemini for business，Synaptics将于下周发布利用谷歌开源设计资产共同打造的低功耗边缘AI芯片。帮助教师按课程制作理科和数学模拟的学习互动工具试点版本，收录了30多个经教师审核的AI生成模拟。谷歌副总裁兼谷歌研究院负责人Yossi Matias表示："这是研究和科学发现的黄金时代。"他还说："今天，我们比以往任何时候都更能拓展前沿，提出最大胆的问题，从而对产品、科学和社会产生变革性影响。"

从社会学家的视角看，此次发布的核心并非炫目的模型，而是验证劳动的重新分配。同行评审一直有利于拥有资深导师、大型实验室和广泛顾问网络的作者。谷歌表示，Deep Review让没有这类网络的研究者也能获得投稿前的批评意见。Deep Review承担逻辑一致性和事实依据等最繁重的认知工作，而将创意方向和最终判断留给人类。Earth AI技术报告同样将智能体的输出定义为供专家审阅的初稿，而非最终答案。用同样的AI来弥合AI产出稿件的速度与人类核查速度之间的差距，是本届Research@的结论，而成败取决于研究者在多大程度上信任这份初稿，又在多大程度上质疑它。