Великі кількісні моделі (Large Quantitative Models, LQM) — це принципово інша категорія ШІ, ніж великі мовні моделі (LLM), на яких працюють чат-боти на кшталт ChatGPT і Gemini. За словами SandboxAQ, LQM — це «ШІ, вкорінений у фізичний світ» .

Чим LQM відрізняються від LLM

Відмінності можна звести до трьох аспектів: тренувальні дані, мета та результат.

Дані та навчання. LLM навчаються на текстах з інтернету — книжках, статтях і розмовах — щоб розуміти та генерувати людську мову. LQM, навпаки, навчаються на кількісних даних і фундаментальних законах фізики, хімії та математики . SandboxAQ описує їх як побудовані на числових структурованих даних, а не на тексті .

Мета. LLM оптимізовані для розуміння та генерації мови — передбачення наступного слова в реченні або підсумовування документа. LQM оптимізовані для конкретних кількісних цілей, таких як прогнозування властивостей матеріалів, хімічної поведінки або фінансових ризиків .

Результат. LLM продукують текст, підсумки та розмови. LQM продукують прогнози, симуляції та інженерні інсайти, що ґрунтуються на фізичній реальності . Як пояснює SandboxAQ, якщо LLM можуть описати хімічну реакцію, то LQM можуть її змоделювати .

Генеральний директор SandboxAQ Джек Гідарі заявив, що LQM затьмарять LLM у таких вертикалях, як фармацевтика, матеріали, енергетика та фінанси . Компанія наголошує, що LQM не замінюють LLM, а доповнюють їх: LLM відповідають за взаємодію з людиною, а LQM — за кількісну точність .

Які моделі пропонуються?

SandboxAQ спочатку пропонує два продукти LQM через Google Cloud Marketplace :

• AQCat (відкриття матеріалів) — буде доступний першим
• AQPotency (відкриття ліків) — з'явиться після AQCat

Обидві моделі доступні через маркетплейс. SandboxAQ також зробила свої LQM доступними через провідні LLM, щоб дослідники могли працювати з ними через звичні інтерфейси природною мовою .

Що таке пакет Gemini for Science?

Gemini for Science — це не єдина модель. Це набір експериментальних інструментів ШІ, анонсованих Google на I/O 2026 (19–20 травня 2026 року), призначених для прискорення наукового методу . Найкраще його розуміти як «оркестраційний шар» для наукових досліджень .

Gemini for Science об'єднує три базові компоненти:

• Hypothesis Generation (Генерація гіпотез) — побудований на Co-Scientist, команді агентів ШІ, які спільно генерують, обговорюють та оцінюють дослідницькі гіпотези. Того ж дня Google опублікував статтю в Nature, що підтверджує цей підхід .
• Computational Discovery (Обчислювальні відкриття) — побудований на AlphaEvolve та Empirical Research Assistance (ERA). За опублікованими на запуску бенчмарками, ERA перевершила прогностичну модель CDC для прогнозування інфекційних захворювань .
• Literature Insights (Інсайти з літератури) — побудований на NotebookLM, забезпечує автоматизоване підсумовування літератури та аналіз досліджень .

Крім того, Gemini for Science включає Science Skills — окремий шар у Google Antigravity, який підключається до понад 30 баз даних наук про життя .

Експериментальні інструменти доступні через Google Labs за адресою labs.google/science, з поступовим доступом, який розпочався з моменту запуску .

Комерційна логіка партнерства

Для Google Cloud: LQM від SandboxAQ є новою, високоцінною категорією навантажень — науковий та кількісний ШІ, що стимулює споживання хмарних ресурсів. Google Cloud отримує диференційований корпоративний продукт поряд зі своїми універсальними моделями Gemini, позиціонуючи себе як постачальника інфраструктури для «ШІ-нативних наукових відкриттів» .

Для SandboxAQ: Google Cloud Marketplace надає негайний доступ до величезної корпоративної клієнтської бази Google, надійний канал виставлення рахунків і закупівель, а також масштабовану інфраструктуру, включаючи інтеграцію з NVIDIA DGX Cloud на Google Cloud . SandboxAQ, дочірня компанія Alphabet, яка зараз оцінюється в 5 мільярдів доларів, поглиблює природні комерційні відносини .

Що означає розміщення в маркетплейсі для наукового ШІ

Це комерційна віха для наукового ШІ. Це перший випадок, коли спеціалізовані Великі кількісні моделі — категорія, відмінна від універсальних LLM, — доступні через великий хмарний маркетплейс з корпоративними процедурами закупівлі, виставлення рахунків та безпеки .

Це сигналізує, що науковий ШІ переходить з дослідницьких лабораторій та індивідуальних розгортань у стандартизовану, комерційно представлену продуктову категорію, яку підприємства можуть придбати «з полиці». Генеральний директор SandboxAQ Джек Гідарі заявив, що LQM затьмарять LLM у таких вертикалях, як фармацевтика, матеріали, енергетика та фінанси , а доступність у маркетплейсі є тією інфраструктурою, яка робить цей зсув реальністю.

Ключові висновки

• LQM навчаються на фізиці, хімії та математиці, а не на тексті, і оптимізуються для кількісних прогнозів, а не для генерації мови.
• AQCat (матеріали) та AQPotency (ліки) — перші дві моделі LQM, доступні в Google Cloud Marketplace.
• Gemini for Science — це оркестраційний набір, а не єдина модель, що об'єднує Co-Scientist, AlphaEvolve, ERA та NotebookLM.
• Партнерство позиціонує Google Cloud як інфраструктурну основу для наукового ШІ, одночасно надаючи SandboxAQ корпоративну дистрибуцію.
• Розміщення в маркетплейсі є першим випадком, коли спеціалізовані LQM доступні через корпоративний канал закупівлі хмарних послуг.

Великі кількісні моделі (Large Quantitative Models, LQM) — це принципово інша категорія ШІ, ніж великі мовні моделі (LLM), на яких працюють чат-боти на кшталт ChatGPT і Gemini. За словами SandboxAQ, LQM — це «ШІ, вкорінений у фізичний світ» .

Чим LQM відрізняються від LLM

Відмінності можна звести до трьох аспектів: тренувальні дані, мета та результат.

Дані та навчання. LLM навчаються на текстах з інтернету — книжках, статтях і розмовах — щоб розуміти та генерувати людську мову. LQM, навпаки, навчаються на кількісних даних і фундаментальних законах фізики, хімії та математики . SandboxAQ описує їх як побудовані на числових структурованих даних, а не на тексті .

Мета. LLM оптимізовані для розуміння та генерації мови — передбачення наступного слова в реченні або підсумовування документа. LQM оптимізовані для конкретних кількісних цілей, таких як прогнозування властивостей матеріалів, хімічної поведінки або фінансових ризиків .

Результат. LLM продукують текст, підсумки та розмови. LQM продукують прогнози, симуляції та інженерні інсайти, що ґрунтуються на фізичній реальності . Як пояснює SandboxAQ, якщо LLM можуть описати хімічну реакцію, то LQM можуть її змоделювати .

Генеральний директор SandboxAQ Джек Гідарі заявив, що LQM затьмарять LLM у таких вертикалях, як фармацевтика, матеріали, енергетика та фінанси . Компанія наголошує, що LQM не замінюють LLM, а доповнюють їх: LLM відповідають за взаємодію з людиною, а LQM — за кількісну точність .

Які моделі пропонуються?

SandboxAQ спочатку пропонує два продукти LQM через Google Cloud Marketplace :

• AQCat (відкриття матеріалів) — буде доступний першим
• AQPotency (відкриття ліків) — з'явиться після AQCat

Обидві моделі доступні через маркетплейс. SandboxAQ також зробила свої LQM доступними через провідні LLM, щоб дослідники могли працювати з ними через звичні інтерфейси природною мовою .

Що таке пакет Gemini for Science?

Gemini for Science — це не єдина модель. Це набір експериментальних інструментів ШІ, анонсованих Google на I/O 2026 (19–20 травня 2026 року), призначених для прискорення наукового методу . Найкраще його розуміти як «оркестраційний шар» для наукових досліджень .

Gemini for Science об'єднує три базові компоненти:

• Hypothesis Generation (Генерація гіпотез) — побудований на Co-Scientist, команді агентів ШІ, які спільно генерують, обговорюють та оцінюють дослідницькі гіпотези. Того ж дня Google опублікував статтю в Nature, що підтверджує цей підхід .
• Computational Discovery (Обчислювальні відкриття) — побудований на AlphaEvolve та Empirical Research Assistance (ERA). За опублікованими на запуску бенчмарками, ERA перевершила прогностичну модель CDC для прогнозування інфекційних захворювань .
• Literature Insights (Інсайти з літератури) — побудований на NotebookLM, забезпечує автоматизоване підсумовування літератури та аналіз досліджень .

Крім того, Gemini for Science включає Science Skills — окремий шар у Google Antigravity, який підключається до понад 30 баз даних наук про життя .

Експериментальні інструменти доступні через Google Labs за адресою labs.google/science, з поступовим доступом, який розпочався з моменту запуску .

Комерційна логіка партнерства

Для Google Cloud: LQM від SandboxAQ є новою, високоцінною категорією навантажень — науковий та кількісний ШІ, що стимулює споживання хмарних ресурсів. Google Cloud отримує диференційований корпоративний продукт поряд зі своїми універсальними моделями Gemini, позиціонуючи себе як постачальника інфраструктури для «ШІ-нативних наукових відкриттів» .

Для SandboxAQ: Google Cloud Marketplace надає негайний доступ до величезної корпоративної клієнтської бази Google, надійний канал виставлення рахунків і закупівель, а також масштабовану інфраструктуру, включаючи інтеграцію з NVIDIA DGX Cloud на Google Cloud . SandboxAQ, дочірня компанія Alphabet, яка зараз оцінюється в 5 мільярдів доларів, поглиблює природні комерційні відносини .

Що означає розміщення в маркетплейсі для наукового ШІ

Це комерційна віха для наукового ШІ. Це перший випадок, коли спеціалізовані Великі кількісні моделі — категорія, відмінна від універсальних LLM, — доступні через великий хмарний маркетплейс з корпоративними процедурами закупівлі, виставлення рахунків та безпеки .

Це сигналізує, що науковий ШІ переходить з дослідницьких лабораторій та індивідуальних розгортань у стандартизовану, комерційно представлену продуктову категорію, яку підприємства можуть придбати «з полиці». Генеральний директор SandboxAQ Джек Гідарі заявив, що LQM затьмарять LLM у таких вертикалях, як фармацевтика, матеріали, енергетика та фінанси , а доступність у маркетплейсі є тією інфраструктурою, яка робить цей зсув реальністю.

Ключові висновки

• LQM навчаються на фізиці, хімії та математиці, а не на тексті, і оптимізуються для кількісних прогнозів, а не для генерації мови.
• AQCat (матеріали) та AQPotency (ліки) — перші дві моделі LQM, доступні в Google Cloud Marketplace.
• Gemini for Science — це оркестраційний набір, а не єдина модель, що об'єднує Co-Scientist, AlphaEvolve, ERA та NotebookLM.
• Партнерство позиціонує Google Cloud як інфраструктурну основу для наукового ШІ, одночасно надаючи SandboxAQ корпоративну дистрибуцію.
• Розміщення в маркетплейсі є першим випадком, коли спеціалізовані LQM доступні через корпоративний канал закупівлі хмарних послуг.