SandboxAQ wprowadza modele LQM na Google Cloud – nowa era sztucznej inteligencji w nauce

Cel. LLM optymalizują pod kątem rozumienia i generowania języka – przewidywania kolejnego słowa w zdaniu lub streszczania dokumentu. LQM optymalizują pod kątem konkretnych celów ilościowych, takich jak przewidywanie właściwości materiałów, zachowań chemicznych lub wskaźników ryzyka finansowego .

Wynik. LLM generują tekst, podsumowania i konwersacje. LQM generują prognozy, symulacje i wnioski inżynieryjne oparte na rzeczywistości fizycznej . Jak wyjaśnia SandboxAQ, o ile LLM potrafią opisać reakcję chemiczną, o tyle LQM potrafią ją zasymulować .

CEO SandboxAQ, Jack Hidary, stwierdził, że LQM przewyższą LLM w takich sektorach jak farmacja, materiały, energetyka i finanse . Firma podkreśla, że LQM nie zastępują LLM, ale są narzędziami uzupełniającymi – LLM zajmują się interakcją z człowiekiem, a LQM precyzją ilościową .

Jakie modele są oferowane?

SandboxAQ początkowo oferuje dwa produkty LQM za pośrednictwem Google Cloud Marketplace :

• AQCat (odkrywanie materiałów) – będzie dostępny jako pierwszy
• AQPotency (odkrywanie leków) – pojawi się po AQCat

Oba są dostępne za pośrednictwem marketplace'u. SandboxAQ udostępniło również swoje LQM za pośrednictwem wiodących LLM-ów, dzięki czemu badacze mogą korzystać z nich poprzez znane już interfejsy języka naturalnego .

Czym jest pakiet Gemini for Science?

Gemini for Science to nie jeden model. To zestaw eksperymentalnych narzędzi AI ogłoszonych przez Google na I/O 2026 (19–20 maja 2026), zaprojektowanych w celu przyspieszenia metody naukowej . Najlepiej rozumieć go jako „warstwę orkiestracyjną” dla badań naukowych .

Gemini for Science składa się z trzech podstawowych filarów:

• Generowanie hipotez – oparte na Co-Scientist, zespole agentów AI, którzy współpracują ze sobą, aby generować, analizować i oceniać hipotezy badawcze. Google opublikowało tego samego dnia w czasopiśmie Nature artykuł potwierdzający skuteczność tego podejścia .
• Odkrycia obliczeniowe – oparte na AlphaEvolve i Empirical Research Assistance (ERA). Według benchmarków opublikowanych w momencie premiery, ERA pokonała model prognostyczny CDC w przewidywaniu chorób zakaźnych .
• Analiza literatury – oparta na NotebookLM, zapewniająca automatyczne streszczanie literatury i analizę badań .

Ponadto, Gemini for Science obejmuje Science Skills, oddzielną warstwę w ramach Google Antigravity, która łączy się z ponad 30 bazami danych z zakresu nauk przyrodniczych .

Narzędzia eksperymentalne są dostępne za pośrednictwem Google Labs pod adresem labs.google/science, a dostęp do nich jest stopniowo rozszerzany od momentu premiery .

Logika biznesowa stojąca za partnerstwem

Dla Google Cloud: Modele LQM SandboxAQ stanowią nową, wysoko wartościową kategorię obciążeń – naukową i ilościową AI – która napędza konsumpcję chmury. Google Cloud zyskuje zróżnicowany produkt klasy korporacyjnej obok swoich ogólnego przeznaczenia modeli Gemini, pozycjonując się jako dostawca infrastruktury dla „odkryć naukowych opartych na AI” .

Dla SandboxAQ: Google Cloud Marketplace zapewnia natychmiastowy dostęp do ogromnej bazy klientów korporacyjnych Google, zaufanego kanału rozliczeniowego i zakupowego oraz skalowalnej infrastruktury – w tym integrację z NVIDIA DGX Cloud w Google Cloud . SandboxAQ, spółka wydzielona z Alphabet (obecnie wyceniana na 5 miliardów dolarów), pogłębia w ten sposób naturalną relację biznesową .

Co obecność w marketplace'u oznacza dla naukowej AI?

To kamień milowy dla naukowej sztucznej inteligencji. Po raz pierwszy wyspecjalizowane duże modele ilościowe – kategoria odrębna od ogólnego przeznaczenia LLM – są dostępne za pośrednictwem głównego marketplace'u chmurowego z korporacyjnym procesem zakupowym, rozliczeniami i bezpieczeństwem .

Sygnalizuje to, że naukowa AI przechodzi z laboratoriów badawczych i niestandardowych wdrożeń do standaryzowanej, dostępnej komercyjnie kategorii produktów, które przedsiębiorstwa mogą kupić z półki. CEO SandboxAQ, Jack Hidary, powiedział, że LQM przewyższą LLM w takich branżach jak farmacja, materiały, energetyka i finanse , a dostępność w marketplace'ie jest infrastrukturą, która czyni tę zmianę realną.

Kluczowe wnioski

• Modele LQM są trenowane na fizyce, chemii i matematyce – a nie na tekście – i optymalizują pod kątem prognoz ilościowych, a nie generowania języka.
• AQCat (materiały) i AQPotency (leki) to pierwsze dwa modele LQM dostępne w Google Cloud Marketplace.
• Gemini for Science to pakiet orkiestracyjny, a nie pojedynczy model, łączący Co-Scientist, AlphaEvolve, ERA i NotebookLM.
• Partnerstwo pozycjonuje Google Cloud jako zaplecze infrastrukturalne dla naukowej AI, jednocześnie zapewniając SandboxAQ dystrybucję korporacyjną.
• Obecność w marketplace'ie to pierwszy przypadek udostępnienia wyspecjalizowanych LQM za pośrednictwem korporacyjnego kanału zakupowego w chmurze.