當(dāng)下，人工智能正站在從“生成內(nèi)容”向“生成科學(xué)發(fā)現(xiàn)”跨越的關(guān)鍵節(jié)點。面對日益激烈的全球科技競爭，單純依靠單一機(jī)構(gòu)或傳統(tǒng)科研模式顯然已無法滿足國家對創(chuàng)新速度的需求。

基于此，2 月 9 日，美國能源部（DOE）正式推出了創(chuàng)世使命聯(lián)盟（Genesis Mission Consortium，以下簡稱GMC），這是一個公共-私人伙伴關(guān)系組織，也是一項利用人工智能整合多方資源，加速科學(xué)發(fā)現(xiàn)、強(qiáng)化國家安全，并確保美國在能源及新興技術(shù)領(lǐng)域占據(jù)領(lǐng)導(dǎo)地位的計劃。

（來源：創(chuàng)世使命聯(lián)盟）

在此之上，DOE 還有一項更廣泛的“創(chuàng)世使命”（Genesis Mission），該使命的核心在于構(gòu)建世界上最強(qiáng)大的科學(xué) AI 平臺，利用 DOE 的 17 個國家實驗室、超級計算機(jī)和海量數(shù)據(jù)集，整合私營企業(yè)的模型能力以及學(xué)術(shù)界的創(chuàng)新智慧，在十年內(nèi)將美國研究生產(chǎn)力翻倍，開啟科學(xué)發(fā)現(xiàn)的“自動駕駛”時代。

試想，AI 如同一臺“超級大腦”，它能將散落的數(shù)據(jù)島嶼連接成大陸，幫助科學(xué)家更快地跨越未知領(lǐng)域。這正是 GMC 所追求的愿景。

背景與成立

GMC 的起源可以追溯到特朗普政府頒布的兩項關(guān)鍵行政命令。首先是 2025 年 1 月的《消除美國人工智能領(lǐng)導(dǎo)力障礙》（Removing Barriers to American Leadership In Artificial Intelligence），旨在清除AI發(fā)展中的監(jiān)管和資源障礙。

隨后，2025 年 11 月的《啟動創(chuàng)世使命》（Launching The Genesis Mission）正式確立了這一國家倡議，指示 DOE 領(lǐng)導(dǎo)構(gòu)建一個集成平臺，連接超級計算機(jī)、實驗設(shè)施、AI 系統(tǒng)和獨(dú)特數(shù)據(jù)集，加速發(fā)現(xiàn)科學(xué)、推動能源創(chuàng)新，增強(qiáng)全球競爭力。

（來源：美國白宮）

在這些命令的推動下，DOE 于 2025 年底啟動了創(chuàng)世使命，并迅速在 2026 年 2 月 9 日推出 GMC。截至目前，DOE 已與 24 家企業(yè)簽署諒解備忘錄（MOU），包括亞馬遜、谷歌、微軟、NVIDIA 和 OpenAI 等科技巨頭，它們有的已經(jīng)與能源部及國家實驗室開展了相關(guān)合作項目，有的表示將有意參與該計劃。未來，GMC 及其合作企業(yè)將共同探索 AI 在核能、電網(wǎng)建模、材料科學(xué)和國家安全等領(lǐng)域的應(yīng)用。

這一成立背景反映了 AI 技術(shù)快速發(fā)展的時代需求。近年來，大型語言模型和 AI Agent 的興起展示了 AI 在處理復(fù)雜任務(wù)上的潛力，而全球科技競爭的總體趨勢進(jìn)一步強(qiáng)調(diào)了國家層面協(xié)調(diào)的重要性。

GMC 從使命啟動到聯(lián)盟成立僅數(shù)月。它像一座橋梁，連接著美國政府資源與私人創(chuàng)新，有望縮短研究成果轉(zhuǎn)化周期，幫助美國應(yīng)對能源轉(zhuǎn)型和科技前沿的挑戰(zhàn)。

組織結(jié)構(gòu)與管理

為打破傳統(tǒng)政府采購與行政審批的壁壘，GMC 的架構(gòu)設(shè)計注重敏捷性和協(xié)作性，聯(lián)盟將由 DOE 支持的創(chuàng)新中心 TechWerx 負(fù)責(zé)管理。具體運(yùn)營則委托給了著名獨(dú)立非盈利科研機(jī)構(gòu) RTI International 進(jìn)行。

這種管理模式不同于傳統(tǒng)的官僚結(jié)構(gòu)，TechWerx 作為“創(chuàng)新樞紐”，將基于“合作伙伴中介協(xié)議”（Partnership Intermediary Agreement, PIA）這一結(jié)構(gòu)化協(xié)作框架運(yùn)作 GMC，允許 DOE 能夠以更快的速度、更靈活的方式，與非傳統(tǒng)國防承包商（如初創(chuàng)公司、大學(xué)、非營利組織）建立聯(lián)系，從而避免繁瑣的行政流程。

TechWerx 負(fù)責(zé)人亞當(dāng)·克利奇（Adam Klich）表示，該聯(lián)盟旨在“重塑美國的科研方式”，通過統(tǒng)一調(diào)配從超級計算機(jī)、海量數(shù)據(jù)集到先進(jìn)模型等國家頂級科研資產(chǎn)，加速關(guān)鍵領(lǐng)域的突破。RTI 戰(zhàn)略客戶主管艾米·沃爾肯斯（Amy Volckens）進(jìn)一步解釋，聯(lián)盟將作為單一的協(xié)調(diào)接入點，降低企業(yè)和機(jī)構(gòu)參與國家級重大挑戰(zhàn)的門檻，促進(jìn)技術(shù)從實驗室向現(xiàn)實解決方案的轉(zhuǎn)化。

DOE 科學(xué)副部長兼創(chuàng)世使命負(fù)責(zé)人達(dá)里奧·吉爾（Darío Gil）強(qiáng)調(diào)：“創(chuàng)世使命聯(lián)盟代表了我們應(yīng)對科學(xué)挑戰(zhàn)方式的勇敢一步……我們正在聯(lián)合政府、工業(yè)界和學(xué)術(shù)界，創(chuàng)造一個強(qiáng)大的創(chuàng)新引擎。”

值得注意的是，達(dá)里奧在擔(dān)任政府職務(wù)前曾長期擔(dān)任 IBM 高級副總裁兼主要研究負(fù)責(zé)人，是量子計算與混合云領(lǐng)域的領(lǐng)軍人物。

圖 | 達(dá)里奧·吉爾（Darío Gil）（來源：DOE）

此外，GMC 的核心組織還包括成員驅(qū)動的工作組、結(jié)構(gòu)化伙伴關(guān)系和協(xié)作中心。這一結(jié)構(gòu)將確保 GMC 作為一個“單點協(xié)調(diào)訪問”平臺，成員可以通過項目協(xié)議，共享計算能力、數(shù)據(jù)和設(shè)施。

其運(yùn)作機(jī)制包括年度成員會議、工作坊和技術(shù)展示，目的都是促進(jìn)網(wǎng)絡(luò)建設(shè)和知識分享。 成員可通過貢獻(xiàn)計算資源、AI 令牌或?qū)I(yè)知識參與，增強(qiáng)聯(lián)盟的整體能力。

目標(biāo)與使命

GMC 的核心目標(biāo)是加速 AI 驅(qū)動的科學(xué)發(fā)現(xiàn)、加強(qiáng)國家安全，并確保美國在能源和新興技術(shù)領(lǐng)域的領(lǐng)導(dǎo)地位。 量化指標(biāo)包括在十年內(nèi)將美國研究生產(chǎn)力翻倍，覆蓋先進(jìn)制造、生物技術(shù)、材料科學(xué)、核能、量子信息科學(xué)和半導(dǎo)體等戰(zhàn)略領(lǐng)域。

使命細(xì)節(jié)聚焦于構(gòu)建“美國科學(xué)與安全平臺”（American Science and Security Platform），整合聯(lián)邦數(shù)據(jù)集訓(xùn)練 AI 基礎(chǔ)模型，并創(chuàng)建 AI 代理來自動化研究流程。這就像給科學(xué)家配備一個“智能助手”，它能實時分析數(shù)據(jù)、預(yù)測結(jié)果，從而加速從假設(shè)到驗證的循環(huán)。

2026 年 2 月 12 日，DOE 公布了 26 個科學(xué)和技術(shù)挑戰(zhàn)，這些挑戰(zhàn)被選為國家重要議題，也將成為創(chuàng)世使命聯(lián)盟的“投名狀”。

具體來看，在能源轉(zhuǎn)型方面，GMC 計劃使用機(jī)器學(xué)習(xí)模擬量子系統(tǒng)和實時優(yōu)化能源分配，從而縮短核電廠設(shè)計周期，優(yōu)化電網(wǎng)規(guī)劃。在材料與制造方面，為加速材料發(fā)現(xiàn)，完成從研究突破到商業(yè)化的跨越，GMC 將借助 AI 整合歷史數(shù)據(jù)，預(yù)測新材料性能；通過自動化實驗迭代減少失敗率。

在量子與核能領(lǐng)域，目前的挑戰(zhàn)在于發(fā)現(xiàn)量子算法、挖掘利用歷史核數(shù)據(jù)，以及防止核材料擴(kuò)散，為實現(xiàn)這些目標(biāo)，AI 具備分析海量數(shù)據(jù)集的優(yōu)勢，可以模擬量子行為，提升核安全和效率，進(jìn)而為建立現(xiàn)代化核設(shè)施奠定基礎(chǔ)。生物技術(shù)方面，AI 有望驅(qū)動機(jī)器人系統(tǒng)自動完成生物實驗，最終將這一耗費(fèi)大量人力的工作轉(zhuǎn)變?yōu)椤盁o人駕駛”模式，擴(kuò)展生物技術(shù)規(guī)模。

（來源：AI生成）

關(guān)鍵舉措與工作組

為完成以上目標(biāo)與使命，GMC 圍繞四個核心技術(shù)方向設(shè)立了工作組，這些工作組由成員驅(qū)動，聚焦技術(shù)優(yōu)先級，通過“共同創(chuàng)造”的模式攻關(guān)，推動關(guān)鍵舉措的具體落地。

其一是 AI 模型開發(fā)與驗證。在通用語言模型之上，GMC 希望推動開發(fā)能源、材料、國家安全等領(lǐng)域的垂直 AI 模型。工作組將重點解決科學(xué)用例中模型的嚴(yán)格驗證與可靠性問題，使用高保真數(shù)據(jù)訓(xùn)練，確保 AI 生成的科學(xué)假設(shè)是可信的。

其次是數(shù)據(jù)整合與標(biāo)準(zhǔn)。數(shù)據(jù)是 AI 的燃料，而科學(xué)數(shù)據(jù)往往格式雜亂且孤立。工作組將統(tǒng)一數(shù)據(jù)格式、制定元數(shù)據(jù)標(biāo)準(zhǔn)，同時解決數(shù)據(jù)治理與合規(guī)的安全難題。由此促進(jìn)能源部各實驗室、工業(yè)界與學(xué)術(shù)界之間的數(shù)據(jù)共享。

再次是高性能計算與云基礎(chǔ)設(shè)施，這是硬件基石。聯(lián)盟計劃將超級計算機(jī)資源與“美國科學(xué)云”（American Science Cloud）集成，支持大規(guī)模AI驅(qū)動的科學(xué)研究，實現(xiàn)實時協(xié)作。同時，該工作組還將探索“聯(lián)邦數(shù)據(jù)共享”機(jī)制，即在不泄露原始數(shù)據(jù)隱私的前提下進(jìn)行跨機(jī)構(gòu)的 AI 模型訓(xùn)練。

最后是機(jī)器人與自動化。為了實現(xiàn)“干實驗室”（計算）與“濕實驗室”（實驗）的閉環(huán)，聯(lián)盟將在實驗室中設(shè)計并部署機(jī)器人系統(tǒng)。這意味著未來的實驗室將大幅減少人工操作帶來的瓶頸，實現(xiàn)實驗驗證的自動化與高通量化，從而使科學(xué)驗證跟上 AI 生成假設(shè)的速度。

成員與伙伴關(guān)系

GMC 的成員組成十分多樣化，啟動時已有數(shù)十家聯(lián)邦和行業(yè)伙伴加入，包含政府機(jī)構(gòu)、國家實驗室、私營企業(yè)、學(xué)術(shù)機(jī)構(gòu)等不同主體，這也是美國創(chuàng)新生態(tài)的縮影。

目前，據(jù) GMC 官網(wǎng)消息，聯(lián)盟的加入方式采用開放會員制，非成員可訂閱郵件并響應(yīng)資助號召。有望享受包括訪問計算能力、數(shù)據(jù)和設(shè)施、共享資源等在內(nèi)的權(quán)益。

協(xié)作模式強(qiáng)調(diào)“單點協(xié)調(diào)訪問”，促進(jìn)公私合作。對比國際類似組織，如歐盟的 AI 聯(lián)盟，GMC 的獨(dú)特優(yōu)勢在于 DOE 的龐大數(shù)據(jù)資源和國家實驗室網(wǎng)絡(luò)，這為其提供了更強(qiáng)的整合能力。

潛在影響、挑戰(zhàn)與前景

GMC 的影響顯而易見。與傳統(tǒng)國家實驗室模式相比，GMC 更注重跨界協(xié)作和數(shù)據(jù)共享。其有望加速美國的能源轉(zhuǎn)型、提升科技競爭力，甚至有望通過降低基礎(chǔ)設(shè)施運(yùn)營成本，惠及公眾。數(shù)據(jù)顯示，預(yù)計到 2030 年，AI 可將科研效率提升 50%以上，這將推動可持續(xù)發(fā)展和經(jīng)濟(jì)增長。

然而，這一前所未有的政府 AI 聯(lián)盟也面臨著不可忽視的挑戰(zhàn)。AI 偏見和數(shù)據(jù)安全等倫理問題已是老生常談。此外還涉及資源分配的公平性，如中小型機(jī)構(gòu)能否參與其中。再者，技術(shù)瓶頸，數(shù)據(jù)隱私標(biāo)準(zhǔn)和知識產(chǎn)權(quán)分配等難題也可能在未來逐漸浮出水面。

從全球視角看，GMC 所代表的“國家級公私合作 AI 科學(xué)平臺”模式，正迅速成為AI從“生成內(nèi)容”邁向“生成科學(xué)發(fā)現(xiàn)”時代的主流趨勢。

例如，2025~2026 年，歐盟通過 EuroHPC 聯(lián)合體大規(guī)模建設(shè)“AI 工廠”（AI Factories），將超級計算、數(shù)據(jù)湖與工業(yè)界AI模型深度綁定；英國成立的 AI 安全研究所（AISI）、日本推進(jìn)“Moonshot”計劃、加拿大擴(kuò)展 CIFAR AI Chairs 體系，其背后均是同一邏輯：單一機(jī)構(gòu)或傳統(tǒng)科研模式已無法承載 AI 時代的科學(xué)發(fā)現(xiàn)需求，必須由國家對政產(chǎn)學(xué)研的資源進(jìn)行統(tǒng)籌、集中資源解決關(guān)鍵問題。

未來，全球 AI for Science 的競爭將不僅是各國模型參數(shù)或算力的競爭，更是生態(tài)協(xié)同能力和資源整合能力的競爭。這一模式有望被更多國家復(fù)制或本土化改造，成為 AI 驅(qū)動科學(xué)革命的“新基礎(chǔ)設(shè)施”。

參考來源：
https://www.genesismissionconsortium.org/
https://www.energy.gov/articles/energy-department-launches-genesis-mission-consortium-accelerate-ai-driven-scientific
https://www.rti.org/news/doe-genesis-mission-consortium-techwerx