美国发起“创世使命联盟”，要让科研生产力十年翻倍

当下，人工智能正站在从“生成内容”向“生成科学发现”跨越的关键节点。面对日益激烈的全球科技竞争，单纯依靠单一机构或传统科研模式显然已无法满足国家对创新速度的需求。

基于此，2 月 9 日，美国能源部（DOE）正式推出了创世使命联盟（Genesis Mission Consortium，以下简称GMC），这是一个公共-私人伙伴关系组织，也是一项利用人工智能整合多方资源，加速科学发现、强化国家安全，并确保美国在能源及新兴技术领域占据领导地位的计划。

（来源：创世使命联盟）

在此之上，DOE 还有一项更广泛的“创世使命”（Genesis Mission），该使命的核心在于构建世界上最强大的科学 AI 平台，利用 DOE 的 17 个国家实验室、超级计算机和海量数据集，整合私营企业的模型能力以及学术界的创新智慧，在十年内将美国研究生产力翻倍，开启科学发现的“自动驾驶”时代。

试想，AI 如同一台“超级大脑”，它能将散落的数据岛屿连接成大陆，帮助科学家更快地跨越未知领域。这正是 GMC 所追求的愿景。

背景与成立

GMC 的起源可以追溯到特朗普政府颁布的两项关键行政命令。首先是 2025 年 1 月的《消除美国人工智能领导力障碍》（Removing Barriers to American Leadership In Artificial Intelligence），旨在清除AI发展中的监管和资源障碍。

随后，2025 年 11 月的《启动创世使命》（Launching The Genesis Mission）正式确立了这一国家倡议，指示 DOE 领导构建一个集成平台，连接超级计算机、实验设施、AI 系统和独特数据集，加速发现科学、推动能源创新，增强全球竞争力。

（来源：美国白宫）

在这些命令的推动下，DOE 于 2025 年底启动了创世使命，并迅速在 2026 年 2 月 9 日推出 GMC。截至目前，DOE 已与 24 家企业签署谅解备忘录（MOU），包括亚马逊、谷歌、微软、NVIDIA 和 OpenAI 等科技巨头，它们有的已经与能源部及国家实验室开展了相关合作项目，有的表示将有意参与该计划。未来，GMC 及其合作企业将共同探索 AI 在核能、电网建模、材料科学和国家安全等领域的应用。

这一成立背景反映了 AI 技术快速发展的时代需求。近年来，大型语言模型和 AI Agent 的兴起展示了 AI 在处理复杂任务上的潜力，而全球科技竞争的总体趋势进一步强调了国家层面协调的重要性。

GMC 从使命启动到联盟成立仅数月。它像一座桥梁，连接着美国政府资源与私人创新，有望缩短研究成果转化周期，帮助美国应对能源转型和科技前沿的挑战。

组织结构与管理

为打破传统政府采购与行政审批的壁垒，GMC 的架构设计注重敏捷性和协作性，联盟将由 DOE 支持的创新中心 TechWerx 负责管理。具体运营则委托给了著名独立非盈利科研机构 RTI International 进行。

这种管理模式不同于传统的官僚结构，TechWerx 作为“创新枢纽”，将基于“合作伙伴中介协议”（Partnership Intermediary Agreement, PIA）这一结构化协作框架运作 GMC，允许 DOE 能够以更快的速度、更灵活的方式，与非传统国防承包商（如初创公司、大学、非营利组织）建立联系，从而避免繁琐的行政流程。

TechWerx 负责人亚当·克利奇（Adam Klich）表示，该联盟旨在“重塑美国的科研方式”，通过统一调配从超级计算机、海量数据集到先进模型等国家顶级科研资产，加速关键领域的突破。RTI 战略客户主管艾米·沃尔肯斯（Amy Volckens）进一步解释，联盟将作为单一的协调接入点，降低企业和机构参与国家级重大挑战的门槛，促进技术从实验室向现实解决方案的转化。

DOE 科学副部长兼创世使命负责人达里奥·吉尔（Darío Gil）强调：“创世使命联盟代表了我们应对科学挑战方式的勇敢一步……我们正在联合政府、工业界和学术界，创造一个强大的创新引擎。”

值得注意的是，达里奥在担任政府职务前曾长期担任 IBM 高级副总裁兼主要研究负责人，是量子计算与混合云领域的领军人物。

图 | 达里奥·吉尔（Darío Gil）（来源：DOE）

此外，GMC 的核心组织还包括成员驱动的工作组、结构化伙伴关系和协作中心。这一结构将确保 GMC 作为一个“单点协调访问”平台，成员可以通过项目协议，共享计算能力、数据和设施。

其运作机制包括年度成员会议、工作坊和技术展示，目的都是促进网络建设和知识分享。 成员可通过贡献计算资源、AI 令牌或专业知识参与，增强联盟的整体能力。

目标与使命

GMC 的核心目标是加速 AI 驱动的科学发现、加强国家安全，并确保美国在能源和新兴技术领域的领导地位。 量化指标包括在十年内将美国研究生产力翻倍，覆盖先进制造、生物技术、材料科学、核能、量子信息科学和半导体等战略领域。

使命细节聚焦于构建“美国科学与安全平台”（American Science and Security Platform），整合联邦数据集训练 AI 基础模型，并创建 AI 代理来自动化研究流程。这就像给科学家配备一个“智能助手”，它能实时分析数据、预测结果，从而加速从假设到验证的循环。

2026 年 2 月 12 日，DOE 公布了 26 个科学和技术挑战，这些挑战被选为国家重要议题，也将成为创世使命联盟的“投名状”。

具体来看，在能源转型方面，GMC 计划使用机器学习模拟量子系统和实时优化能源分配，从而缩短核电厂设计周期，优化电网规划。在材料与制造方面，为加速材料发现，完成从研究突破到商业化的跨越，GMC 将借助 AI 整合历史数据，预测新材料性能；通过自动化实验迭代减少失败率。

在量子与核能领域，目前的挑战在于发现量子算法、挖掘利用历史核数据，以及防止核材料扩散，为实现这些目标，AI 具备分析海量数据集的优势，可以模拟量子行为，提升核安全和效率，进而为建立现代化核设施奠定基础。生物技术方面，AI 有望驱动机器人系统自动完成生物实验，最终将这一耗费大量人力的工作转变为“无人驾驶”模式，扩展生物技术规模。

（来源：AI生成）

关键举措与工作组

为完成以上目标与使命，GMC 围绕四个核心技术方向设立了工作组，这些工作组由成员驱动，聚焦技术优先级，通过“共同创造”的模式攻关，推动关键举措的具体落地。

其一是 AI 模型开发与验证。在通用语言模型之上，GMC 希望推动开发能源、材料、国家安全等领域的垂直 AI 模型。工作组将重点解决科学用例中模型的严格验证与可靠性问题，使用高保真数据训练，确保 AI 生成的科学假设是可信的。

其次是数据整合与标准。数据是 AI 的燃料，而科学数据往往格式杂乱且孤立。工作组将统一数据格式、制定元数据标准，同时解决数据治理与合规的安全难题。由此促进能源部各实验室、工业界与学术界之间的数据共享。

再次是高性能计算与云基础设施，这是硬件基石。联盟计划将超级计算机资源与“美国科学云”（American Science Cloud）集成，支持大规模AI驱动的科学研究，实现实时协作。同时，该工作组还将探索“联邦数据共享”机制，即在不泄露原始数据隐私的前提下进行跨机构的 AI 模型训练。

最后是机器人与自动化。为了实现“干实验室”（计算）与“湿实验室”（实验）的闭环，联盟将在实验室中设计并部署机器人系统。这意味着未来的实验室将大幅减少人工操作带来的瓶颈，实现实验验证的自动化与高通量化，从而使科学验证跟上 AI 生成假设的速度。

成员与伙伴关系

GMC 的成员组成十分多样化，启动时已有数十家联邦和行业伙伴加入，包含政府机构、国家实验室、私营企业、学术机构等不同主体，这也是美国创新生态的缩影。

目前，据 GMC 官网消息，联盟的加入方式采用开放会员制，非成员可订阅邮件并响应资助号召。有望享受包括访问计算能力、数据和设施、共享资源等在内的权益。

协作模式强调“单点协调访问”，促进公私合作。对比国际类似组织，如欧盟的 AI 联盟，GMC 的独特优势在于 DOE 的庞大数据资源和国家实验室网络，这为其提供了更强的整合能力。

潜在影响、挑战与前景

GMC 的影响显而易见。与传统国家实验室模式相比，GMC 更注重跨界协作和数据共享。其有望加速美国的能源转型、提升科技竞争力，甚至有望通过降低基础设施运营成本，惠及公众。数据显示，预计到 2030 年，AI 可将科研效率提升 50%以上，这将推动可持续发展和经济增长。

然而，这一前所未有的政府 AI 联盟也面临着不可忽视的挑战。AI 偏见和数据安全等伦理问题已是老生常谈。此外还涉及资源分配的公平性，如中小型机构能否参与其中。再者，技术瓶颈，数据隐私标准和知识产权分配等难题也可能在未来逐渐浮出水面。

从全球视角看，GMC 所代表的“国家级公私合作 AI 科学平台”模式，正迅速成为AI从“生成内容”迈向“生成科学发现”时代的主流趋势。

例如，2025~2026 年，欧盟通过 EuroHPC 联合体大规模建设“AI 工厂”（AI Factories），将超级计算、数据湖与工业界AI模型深度绑定；英国成立的 AI 安全研究所（AISI）、日本推进“Moonshot”计划、加拿大扩展 CIFAR AI Chairs 体系，其背后均是同一逻辑：单一机构或传统科研模式已无法承载 AI 时代的科学发现需求，必须由国家对政产学研的资源进行统筹、集中资源解决关键问题。

未来，全球 AI for Science 的竞争将不仅是各国模型参数或算力的竞争，更是生态协同能力和资源整合能力的竞争。这一模式有望被更多国家复制或本土化改造，成为 AI 驱动科学革命的“新基础设施”。

参考来源：
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