图片来源：Washington Technology / Aaron Schwartz / Getty Images
美国政府正在尝试把人工智能从通用聊天工具，变成国家科学基础设施。
特朗普政府在白宫举行的 “Science: A New Golden Age” 人工智能科学峰会上，公布了一组总额超过 60 亿美元的政府、企业、大学和慈善合作计划。核心项目是“创世纪任务”（Genesis Mission）：让联邦实验室、科研机构和科技公司共享数据、算力、模型与实验设施，用 AI 加快科学发现。
其中最受关注的是，英伟达、AMD、OpenAI、Anthropic、Google 等 11 家企业承诺，为创世纪任务联盟提供总价值 24 亿美元的算力、科学模型和工具额度。与此同时，美国国防部、能源部、国家科学基金会和国家卫生研究院等机构也公布了量子计算、自动化实验室、生物医学和青年科研人才方面的新投入。
这不是创世纪任务第一次出现。特朗普于 2025 年 11 月签署行政令启动该计划，2026 年 7 月又把参与范围扩大到 15 个以上联邦机构，并宣布 50 亿美元联邦支持。本次峰会的意义，是把更多产业资源、区域计算中心和具体科研项目接入这套框架。
24 亿美元不是现金，而是一张“科学算力资源表”
11 家企业的承诺分别为：
- 英伟达：10 亿美元；
- AMD：5 亿美元；
- OpenAI：2 亿美元；
- Anthropic、Google：各 1.5 亿美元；
- AMP、Emerald AI：各 1 亿美元；
- AWS、Armada、Crusoe、Micron：各 5000 万美元。
这些承诺主要由云计算额度、AI 模型访问、软件工具和技术服务构成，并不等同于企业向联邦政府支付 24 亿美元现金。对科研团队而言，这种资源可能比直接拨款更快获得：项目无需先采购和建设大型集群，就能使用前沿 GPU、云平台和模型 API。
但“额度价值”与实际科研投入仍有区别。后续需要观察这些额度如何定价、有效期多长、哪些团队能够申请、能否跨供应商迁移，以及数据和研究成果是否受到平台条款限制。只有算力真正被项目使用并产生可验证结果，账面承诺才会变成科研生产力。
创世纪任务要建设什么
计划的核心是一套由能源部牵头建设的 American Science and Security Platform。它希望把国家实验室的超级计算资源、联邦科研数据、AI 模型、量子系统和实验设备连接起来，支持科学家训练专用模型、建立研究智能体并自动执行部分实验流程。
白宫称，能源部将把来自 14 个联邦机构的 190 个重点数据集接入平台。任务范围覆盖 33 项国家科学与技术挑战，包括能源、先进材料、量子算法、生物医学、药物发现、空间科学与国家安全等领域。
这一架构可以被理解为科学研究的“国家云”：
联邦数据与实验设施 → 高性能计算与 AI 模型 → 科学智能体 → 自动化实验 → 可验证的新发现
传统科研流程中，团队需要分别申请数据、算力和实验设备，很多时间消耗在基础设施协调上。创世纪任务希望把这些资源编排为统一平台，让研究者更快从假设进入模拟、实验和验证。
政府资金投向量子、生物和自动化实验室
除企业算力承诺外，多家联邦机构还公布了具体投入。
美国国防部计划为量子计算项目提供最高 3.5 亿美元，并建立衡量和提升国防实验室效率的统一框架。量子项目被赋予明显的国家安全目标，包括密码、材料、模拟和复杂优化能力。
能源部宣布为 12 个第二阶段创世纪项目提供 1.59 亿美元，这些项目已经完成概念验证，将进入更实质的建设阶段。能源部还为 67 名早期职业科学家安排约 9600 万美元，并计划投入最高 1 亿美元建立四年制博士培养和实验室实训项目。
能源部与国家科学基金会将投入超过 1 亿美元建设 AI 驱动的科学仪器和自主实验室。所谓自主实验室，是让模型根据实验结果自动调整下一轮参数，把“提出假设—执行实验—分析结果”的部分循环程序化。
量子领域还包括 2.15 亿美元的 Quantum Genesis Q Competition，目标是推动至少拥有 100 个逻辑量子比特、能够执行大规模容错操作的科学相关量子计算机。
生物医学方面，美国国家卫生研究院、能源部与 Biohub 启动总额约 18 亿美元的虚拟生物学项目，希望建立能够预测细胞和生物系统对疾病及干预反应的数据与模型基础，并支持 AI 药物发现。
为什么政府要把科技公司放进科研基础设施
前沿科学越来越依赖昂贵计算资源。大学和公共实验室很难持续采购最新 GPU，也难以独立维护大规模模型、云平台和软件栈。与此同时，科技公司拥有算力和工程能力，却不一定掌握高质量科研数据、国家实验设施和长期基础研究问题。
创世纪任务试图交换双方的稀缺资源：政府开放数据、实验室与科研课题，企业提供计算、模型和工程平台，大学贡献人才和研究方法。
这种公私合作能够降低科学家接触先进工具的门槛，也会给企业带来明显收益。参与公司可以让自家硬件、云平台和模型成为科研工作流的一部分，接触新的技术需求，并在政府采购和产业标准中取得先发位置。
因此，这既是科学计划，也是产业政策。它不只要完成若干研究项目，还在尝试建立美国 AI 科学计算的供应链与平台生态。
“AI for Science”真正难的不是模型
把大模型接入科研流程不等于自动产生科学突破。科学计算需要高质量数据、明确的物理约束、可复现实验和严格的同行验证。模型给出的候选材料、药物分子或量子算法，最终仍要经过模拟、实验和独立复核。
创世纪任务至少面临五类治理问题：
- 数据权限： 联邦科研数据中可能包含敏感、受控或涉及国家安全的内容；
- 可重复性： 商业模型持续更新，如何确保实验结果能够被长期复现；
- 供应商锁定： 科研流程若依赖特定云平台和模型，未来迁移成本可能很高；
- 成果归属： 政府数据、企业算力和大学研究共同产生的知识产权如何分配；
- 效果衡量： 不能只统计使用了多少算力，还要衡量论文、专利、实验周期和实际突破。
白宫同时提出“黄金标准科学”，强调透明、可重复、客观和研究诚信。这些原则能否落实到商业模型、封闭平台和跨机构数据合作中，将决定项目的长期可信度。
这是一场科学基础设施竞争
白宫将创世纪任务描述为二战后美国最具雄心的科学合作计划之一，并把人工智能称为推动科学进步的“超级智能”。这种表述带有强烈的技术竞争色彩：美国希望把芯片、云计算、国家实验室和顶尖模型组织成一套系统，缩短从基础研究到产业应用的时间。
真正值得关注的不是 60 亿美元这个总数，而是计划能否形成长期可用的公共科研能力。如果企业额度只支持短期试用，或者资源集中在少数机构，项目的广泛影响会受到限制；如果平台能稳定连接数据、算力、模型与自动化实验设施，它可能改变科研项目组织和资助方式。
未来判断创世纪任务成效，可以重点关注：算力额度的实际使用率、科研团队覆盖范围、首批第二阶段项目成果、跨机构数据开放程度，以及 AI 参与的发现是否经过独立实验验证。
从 GPU 竞赛到国家级科学平台，美国正在把 AI 基础设施上升为科研与产业政策工具。创世纪任务的目标已经不只是让模型回答问题，而是让它参与提出假设、设计实验并推动新的科学发现。
新闻来源： Washington Technology：White House unveils billions in investments for Genesis Mission
能源部资料： DOE：Genesis Mission National Science and Technology Challenges