美國正式啟動“創世使命”！17個國家實驗室AI化，AI智能體管實驗

本文來源于海潮天下（Marine Biodiversity）

本文約4600字，閱讀約8分鐘

出品 | 海潮天下

90天算力摸底、240天評估機器人實驗室、以及首批20項國家挑戰（包含聚變能、半導體、生物技術等）……前不久，美國白宮發布了對科學AI資源的最新統籌思路。

本文分為兩個部分，一是2024年7月份美國能源部啟動的“科學、安全與技術前沿人工智能計劃”（FASST），二是2025年11月24日，美國總統特朗普正式簽署行政命令、啟動的一項名為“創世使命”（Genesis Mission）的國家級戰略計劃。

▲“創世使命”（Genesis Mission）的宣傳視頻截圖。圖源：美國能源部

“科學、安全與技術前沿人工智能計劃”（FASST）

2024年7月16日，美國能源部（DOE）正式發布了FASST計劃的路線圖。緊接著在2024年9月，能源部通過《聯邦公告》發布了信息請求（RFI），向全社會征集關于數據治理、算力架構和模型安全的技術建議。這標志著，該計劃從部門內部的構想轉向了跨部門、跨行業的協同階段。

美國能源部近年啟動的這個FASST計劃，正在將人工智能從實驗室的輔助工具，推向舉國科研體系的核心。

這項行動調動了旗下17個國家實驗室的全部底蘊，其目標遠超單純的算法升級。它真正要搞的是：在科學數據、算力基座與國家安全之間構建一套閉環的自主進化系統。

在具體推進中，能源部繞開了商業大模型泛而不精的局限，將突破點選在“AI就緒數據”的工程化上。這些實驗室封存了數十年關于高能物理、材料科學及極端環境實驗的原始記錄。研究人員對這些非公開的、具備極高物理真實性的數據進行結構化重組之后，來訓練能理解基本物理規律的基礎模型。這種模型，跟基于概率預測的文本模型是有本質區別的，它必須在熱力學定律和電磁方程的框架下運行，從而解決科學研究中長期存在的“AI幻覺”問題。

算力資源的配置邏輯，也隨之發生了質變。FASST計劃依托現有的百億億次級超算集群，來搭建一種能夠實現實時反饋的科研環境。在橡樹嶺或阿貢國家實驗室，這種架構支持AI智能體直接接管實驗流程。當AI在數字孿生空間中篩選出潛在的超導材料配方后，指令會即時下達給自動化機器人進行樣本合成。這種從理論預測到物理驗證的毫秒級響應，可以把傳統的科研周期從以“年”為單位壓縮到了“周”、甚至“日”。

這種變革背后，有著清晰的戰略緊迫感。

DOE明確將FASST定位為“保障國家競爭力的基礎設施”，其應用范圍延伸到了核武庫數字化維護、電力系統壓力測試以及生物安全預警。不過它跟硅谷私營企業的商業驅動不同的是，它更像是一場由政府主導的基礎科學“曼哈頓工程”，它關注的是那些投入巨大、風險極高、但對國計民生又具有決定性意義的深層技術。

新聞稿顯示，美國能源部已開始與OpenAI等頭部機構建立深度協作，旨在解決大規模科學數據的確權與跨機構流動難題。國家力量+頂尖技術的這類合流，預示著一種全新的研發形態：未來的實驗室里面，可能不再由人類科學家親自操作每一臺儀器，而是由具備物理邏輯的“數字員工”在后臺處理海量數據流與重復性實驗。在這種模式下，預計人類科學家的角色，將更偏向于頂層邏輯的設計、復雜倫理的決策，而科研產出則會進入一個由“數據+算力”雙重驅動的工業化放量時代。

? 海潮天下·往期相關報道：

一紙關稅令，全球再生塑料格局要變了？美國PET豁免終止

40年衛星數據揭示海岸線變化——衛星與實地測量大比拼，海岸線變化趨勢竟然如此一致！

美國發射PACE衛星，探秘全球變暖下海洋

當颶風季遇上數據危機：NOAA關鍵衛星服務延期中斷背后的三重壓力

▲“創世使命”（Genesis Mission）的宣傳視頻截圖。圖源：美國能源部

科研“新常態”來了！

這類做法，潛力、產業機遇有多大呢？

海潮天下（Marine Biodiversity）小編翻看了DOE介紹的例子，比如，2024年勞倫斯利弗莫爾國家實驗室（LLNL）與BridgeBio公司宣布，一種針對該突變的創新藥物BBO-8520已正式進入臨床試驗階段。我們知道，傳統的藥物研發流程往往需要合成成千上萬種化合物進行篩選，耗時非常非常長、還特容易失敗。但是在BBO-8520的研發過程中，該研究團隊用LLNL旗下的Ruby、Quartz和Lassen等超級計算機，結合人工智能+基于物理學的計算平臺，將篩選范圍大幅縮小了。在整個項目期間，這個團隊只合成了約850種化合物、就成功地找到了具有潛力的候選藥物。這種（類）高效的研發模式，為縮短新藥上市周期、降低研發成本提供了切實可行的路徑。報道中提到，這個研發是由美國能源部旗下的國家實驗室與國家癌癥研究所（NCI）、商業藥企共同完成的，是高性能計算加速藥物研發、并成功推向人體臨床試驗的首個實例。

第二個例子是，2024年初，美國太平洋西北國家實驗室（PNNL）宣布跟微軟展開一項為期多年的深度合作，旨在利用人工智能和云端高性能計算，徹底改變化學與材料科學的研發節奏。他們這個合作的重點，是利用微軟的Azure Quantum Elements平臺，因為這個平臺集成了專門為科學發現定制的AI模型，能夠以前所未有的速度消化龐大的化學數據，并從中預測出那些可能被人類科學家忽視的、非傳統的候選材料。為了驗證這一模式的可行性，雙方將能源存儲作為了首個突破點。在PNNL的能源科學中心，材料科學團隊對AI篩選出的電解質材料進行了實際合成。結果，從接收到模擬預測結果，到最終制作出能夠運行的實用電池模型，整個過程僅用了不到9個月！這種效率，在傳統的科研周期中，這幾乎是不可能的。

在未來幾年，這類做法，可能會變成新的常態。

特朗普簽署行政令，啟動“創世使命”（Genesis Mission）

“Genesis”這個詞，源自希臘語，意為“起源”、“產生”或“誕生”。在西方語境中，它最廣為人知的含義是《圣經》的第一卷書《創世記》，講世界與生命的開端。當這樣一個宏大的國家計劃被命名為Genesis時，或也寄予了某種具有開創性、從無到有的巨大變革的含義在里頭。

2025年11月24日，美國白宮正式簽署行政命令，啟動了一項名為“創世使命”（Genesis Mission）的國家級戰略計劃。

▲圖源：美國能源部官網

據介紹，這項計劃由美國能源部（DOE）牽頭，旨在通過人工智能（AI）徹底重塑科學研究的流程，以應對日益激烈的全球技術競爭。美國政府將其緊迫性與雄心比作二戰時期的“曼哈頓工程”，意圖在AI時代確立全新的技術統治地位。

海潮天下（Marine Biodiversity）小編認真看了白宮發布的新聞，顯示，這個“創世使命”的核心，在于要構建一個名為“美國科學與安全平臺”（ASSP）的綜合體系。這個平臺將打破以往各機構間的數據壁壘，整合聯邦政府數十年來積累的科學數據集——這是目前全球規模最大的此類資源庫。

依托這套海量數據，能源部將訓練專門針對科學領域的基礎模型，并開發能夠獨立工作的“AI智能體”。這些智能體就不再只是簡單的計算工具了，它們會具備測試科學假設、自動控制實驗流程以及加速科研突破的能力。

為了支撐這套龐大的系統，該計劃將調動包括17個國家實驗室在內的所有頂尖資源。

具體而言，該平臺將提供百億億次級的超級計算機算力、安全可靠的云端AI計算環境，以及針對生物技術、先進制造、量子信息等20多個國家重點挑戰領域的專用模型。

▲圖源：美國白宮官宣

特朗普簽署的行政命令要求，能源部得在90天內完成算力資源的摸底；并在240天內，對國家實驗室的機器人實驗室進行評估，以實現AI直接指令下的自動化實驗與制造。

除了技術層面的投入，該計劃還從頂層設計了良好的協調機制。美國總統科學技術助理將統籌各行政部門，確保國家實驗室、知名高校與先鋒企業之間的協作。為了吸引人才并建立后備力量，計劃中還特別提到了設立針對AI科學應用的獎學金、實習和學徒項目。

在安全管控方面，盡管強調公私合作，但行政命令設立了嚴苛的準入門檻，包括供應鏈安全審查、數據分類保護以及針對非聯邦合作伙伴的背景審查，以防范技術外流。

從目前公布的20多項優先挑戰名單來看，美國能源部的重點非常明確——先進制造、生物技術、關鍵材料、核裂變與聚變能源、量子科學以及半導體微電子。這些領域被視為“未來美國國家安全與能源主權的基石”。從這個“創世使命”目前官宣的情況看，美國似乎是想以舉國之力，試圖將零散的科研活動整合為一種高效率、工業化的AI驅動模式，從而在基礎科學和尖端技術領域拉開代際差距。

↓海潮天下·往期相關報道：

20國聯手，21647份種子入藏北極！這個“末日糧倉”藏著人類的生存底牌

美國內華達州最大太陽能儲能項目正式取消

《美國國家水環境DNA戰略》正式發布， 10大聯邦機構攜手共促生物多樣性監測

（圖文無關）某水生生物實驗室。攝影 ?海潮天下（Marine Biodiversity）

降維打擊？中國科學界該如何應對？

當AI智能體（AI Agents）從輔助計算轉向自主定義實驗邏輯時，科學研究的底層邏輯正在發生質變。

美國“創世使命”與FASST計劃的全面鋪開，實質上，是在科研領域搞一場“降維打擊”。可能對與多國的未來科技競爭都會產生不小的影響。

美國“創世使命”要整合17個國家實驗室、頂尖高校和私營巨頭，形成了一種類似“戰時體制”的協同力。相比之下，我們國內科研資源仍存在一定程度的碎片化，產學研結合有不少還是流于形式的，數據孤島現象還是比較嚴重的。

過去幾十年，中國憑借龐大的理工科人才紅利，在實驗科學領域取得了非常大的進步。但“創世使命”，可能會把這種“人力密集型”的優勢轉化為“算力與數據密集型”的代際差。當對方憑AI Agent實現了24小時不間斷的自動化實驗、規律發現，那么，傳統的科研“汗水工廠”模式肯定會要面臨嚴重的效率危機。

那么，在科技強國的大背景下，我們中國科學界該如何應對？是否需要將分散在各高校、科研院所的封閉數據進行國家級層面的脫敏、整合，構建屬于自己的科學基礎模型（Scientific Foundation Models），避免在數據驅動的科研賽道上出現新的“代差”呢？

思考題·拓展思維

Q1、用科學基礎模型（Scientific Foundation Models）處理跨領域的底層數據，人類是否會見證“通用科學規律”的發現？換句話講，因為傳統的科研是基于學科分類的（如化學、物理、生物），但如果“創世使命”訓練出的模型能在沒有任何先驗知識的情況下，就利用跨學科數據關聯、發現了新的守恒定律或演化邏輯，那么，人類科學家該如何建立新的認知框架，去理解、并驗證這些“AI原生”的科學知識？

Q2、如果未來最前沿的物理、材料、生物突破等等，都是由深度嵌入物理定律的AI模型率先完成的，而這些模型和底層算法掌握在他人手中，那么全球科學界會不會陷入一種“認知被動”？科學發現的解釋權，歸誰？知識產權、以及衍生的收益，又該歸誰呢？

Q3、你認為，FASST計劃與“創世使命”，是否標志著科研從“人力密集型”徹底轉向“算力與數據密集型”的存量博弈？如果未來的科研制高點取決于對國家級超算、獨家科學數據集的訪問權，那么在資源高度集中的背景下，小規模、創新型的實驗室（Small Science）該如何生存呢？以及，這種“科學研究的工業化”趨勢，究竟是會通過自動化普惠大眾呢，還是會導致科學發現權力的進一步固化與壟斷？會不會進一步讓富國更富裕、窮國更窮（+更依賴北方國家）？

Q4、既然AI已經能像“數字員工”一樣自己做實驗、寫報告，那未來的科學家是會面臨失業，還是會進化成指揮AI的“經理”呢？

Q5、當FASST計劃將幾十年的國家級實驗數據視為受限的“戰略資產”，而不是“公共知識”時，這是不是意味著，自啟蒙運動以來的那種“科學無國界”的理想，已經走到了盡頭？如果科學的基礎模型非常依賴這些不公開的、非常真實的“暗數據”，那么在算力、數據高度集中掌握在少數人手中的情況下，那么，全球的科研合作是否可能變成一種依賴數據準入權的“強者主導、弱者附庸”的局面呢？

Q6，提個弱弱的問題，歡迎拍磚——美國用行政命令強制打破17個國家實驗室的數據壁壘，來構建統一的科學云平臺；相比之下，其實我們中國擁有更完整的工業體系和海量的現場數據，但這些數據目前仍大量散落在不同的高校、院所和企業手中。而且，中國有全球最龐大的理工科人才隊伍，但其實長期以來，分散的、重復性的實驗消耗了大量的資源。那么，在“十五五”期間，我們能否通過舉國體制、在不傷害數據產權的前提下，率先構建出一套比美國更全面、更實戰的國家級的科學智能基礎設施呢？

本文參考資料

https://www.energy.gov/fasst

https://www.energy.gov/articles/doe-announces-roadmap-new-initiative-artificial-intelligence-science-security-and

https://fedtechmagazine.com/article/2025/04/what-energys-fasst-initiative-means-for-ai-tech-perfcon

https://www.whitehouse.gov/presidential-actions/2025/11/launching-the-genesis-mission/

https://genesis.energy.gov/

https://www.llnl.gov/article/51336/llnl-bridgebio-announce-trials-supercomputing-discovered-cancer-drug

聲明：1）本文僅代表資訊+作者個人觀點，僅供讀者參考。不代表平臺觀點。2）本文已開啟“快捷轉載“；歡迎轉發；3）歡迎專家、讀者不吝指正、留言、賜稿！歡迎有理有據的不同意見，激發思考、百家爭鳴。

資訊源 | 白宮、美國能源部

文 | 王芊佳

排版 | 盧曉雨

聯系主編微信 | Linda-cabbage

海潮天下

王芊佳.美國正式啟動“創世使命”！17個國家實驗室將徹底AI化，AI智能體接管實驗.海潮天下.2026-01

海潮天下

「海潮天下」（Marine Biodiversity）聚焦全球海洋、濕地、生物多樣性治理、全球科技治理等環境前沿議題，以科學視角解讀自然與生態奧秘，記錄前沿研究與自然保護實踐，服務科技工作者，助力中國深度參與全球環境治理。我們致力于打造最新、最快、客觀中立、高質量的生物多樣性傳播與學術橋梁，爭取不辜負讀者的每一分鐘。歡迎關注！