Google DeepMind 以 AI for the Planet 加速器支援 16 個亞太環境團隊

Google DeepMind 已為首屆亞太地區「AI for the Planet」加速器選出 16 個組織。這項計畫為期三個月、採免讓渡股權模式，目標是透過 Google 技術資源、專家導師與客製化技術支援，協助參與團隊推進以 AI 處理環境議題的方案。1210

這個加速器提供什麼？

計畫面向總部位於亞太地區、運用 AI 處理自然、氣候、農業、永續、能源及相關環境挑戰的組織。每個入選者可在三個月內取得 Google AI 技術堆疊，包括專門的前沿模型，並接受 Google DeepMind 與 Google 專家的客製化支援。28

Google 對整體加速器計畫的說明指出，這類計畫採免讓渡股權形式，支援 AI 導向的新創、開發者、研究實驗室與非營利組織。10 本屆亞太計畫先在新加坡以實作型訓練營揭幕，後續再進入技術支援與導師輔導階段。18

對資源相對有限的團隊而言，這類支援的價值在於降低幾項常見門檻：取得先進模型與運算基礎設施不易、缺乏專門技術指導，以及難以把原型調整成可供更廣泛使用的工具。

哪些 AI 工具可能派上用場？

Google 表示，參與者將接觸前沿 AI 模型，包括 AnthroKrishi、ForestCast、AlphaEarth Foundations、SpeciesNet 與 Perch。14 這些工具可對應不同的環境應用場景：

• AlphaEarth Foundations：可支援地理空間分析，例如繪製土地、生态系與環境變遷。
• SpeciesNet：適合辨識自動相機拍攝的野生動物影像。
• Perch：可協助分析生物聲學錄音，用於物種監測。
• Google 提及的 AnthroKrishi 與 ForestCast 等專門模型，則指向農業與森林相關應用。14

這些能力可能有助於生物多樣性監測、土地利用變遷評估、氣候韌性規劃、農業決策，以及環境量測工作。不過，目前資料並未說明 16 個組織各自會使用哪些模型，也沒有交代工具將如何分配給每個團隊。

團隊鎖定哪些環境問題？

Google 將這項加速器定位為廣泛環境挑戰的 AI 解方計畫。128 幾個值得留意的方向如下。

生物多樣性與自然監測

AI 可協助團隊處理大量環境資料，例如自動相機照片與聲音紀錄。物種辨識及生物聲學分析工具，有機會讓野生動物監測比完全依賴人工檢視更快速、也更容易擴大規模。14

氣候韌性與環境變遷

地理空間 AI 可用於分析土地與生態系的變化，為地方規劃與因應工作提供資料基礎。Google 列出的模型中，AlphaEarth Foundations 即涉及此類能力。14

農業與森林

加速器的範圍明確涵蓋農業及森林相關的環境工作。128 AI 模型與資料工具可望協助組織更有依據地處理農業韌性、生態系管理與森林保護；但現有資料尚未提供個別團隊的專案成果。

永續、能源與碳相關工作

Google 的資格與計畫說明，將永續及能源與自然、氣候、農業並列。28 更細緻的環境資料，理論上也可用於碳市場的量測或查驗；不過 Google 目前公布的資料，並未確認入選組織有特定的碳市場專案或已取得的成果。

原定 10 至 15 個名額，最終選出 16 個組織

Google 最初的加速器頁面表示，預計在亞太地區選出 10 至 15 個組織。2 後續公告則確認首屆共有 16 個組織入選，其中包括新創公司、非營利組織與研究團隊。1

據報導，申請於 2026 年 7 月 26 日截止，接著展開為期三個月的計畫。67 部分說法稱這批團隊橫跨九個亞太國家，但本次提供的主要資料僅能確認這是面向整個亞太地區的團隊，無法獨立證實「九國」的具體數字。

意義何在？但目前還不能證明什麼？

加速器的核心構想，是把先進 AI 模型、雲端基礎設施與專業技術支援，交到最接近亞太環境問題現場的組織手中。計畫期待的並不只是打造更好的模型，而是讓這些工具能整合進產品、研究、保育行動與決策流程。18

不過，入選加速器不等於已證明能長期擴張或產生環境影響。真正關鍵在三個月結束之後：團隊是否能取得後續補助、投資或客戶，找到公部門或 NGO 合作夥伴，獲得可靠的在地資料與運算資源，並取得在真實場域部署所需的許可。

Google DeepMind 提供的是一條通往技術開發與能見度的結構化路徑。這些支持能否轉化為持續採用，以及在氣候、生物多樣性、農業或永續領域可衡量的改善，仍取決於團隊後續能否完成驗證、取得資金並真正部署。