区别主要体现在三个方面:训练数据、优化目标和输出结果。
数据与训练。 LLM 基于互联网文本和自然语言(书籍、文章、对话)进行训练,目的是理解和生成人类语言。而 LQM 则基于 定量数据以及物理、化学和数学的基本定律 进行训练 。SandboxAQ 表示,LQM 建立在数值结构化数据之上,而非文本 。
优化目标。 LLM 优化的是语言理解和生成能力——预测句子中的下一个词或总结文档。LQM 优化的是 具体的定量目标,例如预测材料属性、化学行为或金融风险指标 。
输出结果。 LLM 生成文本、摘要和对话。LQM 生成的是 根植于物理现实的预测、仿真和工程见解 。正如 SandboxAQ 所解释的:LLM 可以描述一个化学反应,而 LQM 可以模拟它 。
SandboxAQ 首席执行官 Jack Hidary 曾表示,在制药、材料、能源和金融等垂直领域,LQM 将超越 LLM 。公司强调,LQM 并非要取代 LLM,而是与之互补——LLM 处理人机交互,LQM 负责定量精算 。
SandboxAQ 将通过 Google Cloud Marketplace 推出两款 LQM 产品 :
两款产品均可通过市场获取。此外,SandboxAQ 已使其 LQM 可通过主流 LLM 访问,因此研究人员可以通过他们熟悉的自然语言界面进行查询 。
Gemini for Science 并非单一模型。 它是 Google 在 I/O 2026(2026 年 5 月 19-20 日)上发布的一套实验性 AI 工具,旨在加速科学方法 。更准确地说,它是科学研究的“编排层” 。
Gemini for Science 包含三大核心支柱:
此外,Gemini for Science 还包括 Science Skills,这是 Google Antigravity 中的一个独立层级,可连接超过 30 个生命科学数据库 。
这些实验性工具可通过 labs.google/science 访问,从发布时开始逐步开放权限 。
对 Google Cloud 而言: SandboxAQ 的 LQM 代表了一个全新的高价值工作负载类别——科学和定量 AI——这将推动云资源消耗。Google Cloud 获得了一款差异化的企业级产品,与通用的 Gemini 模型互补,从而将自己定位为“AI 原生科学发现”的基础设施提供商 。
对 SandboxAQ 而言: Google Cloud Marketplace 提供了接触 Google 庞大企业客户群、可信赖的计费和采购渠道以及可扩展的基础设施的捷径——包括与 NVIDIA DGX Cloud on Google Cloud 的集成 。SandboxAQ 作为 Alphabet 的衍生公司,目前估值已达 50 亿美元,此次合作深化了这一天然的商业关系 。
这是一个 商业里程碑。专用的大型定量模型——一个与通用 LLM 截然不同的类别——首次通过主流云市场提供,并支持企业级采购、计费和安全 。
它标志着科学 AI 正从研究实验室和定制化部署,转向 标准化、可商用的产品类别,企业可以直接购买。SandboxAQ CEO Jack Hidary 曾表示,在制药、材料、能源和金融等垂直领域,LQM 将超越 LLM ,而市场上架正是让这一转变成为现实的基础设施。