美國政府親自下場造模型：DOE 的 Genesis-Science-1 劍指科研用開放權重模型

美國能源部（DOE）正式跨入基礎模型產業。8 月 7 日，能源部科學事務次長辦公室宣布啟動「Genesis 開放模型倡議」（Genesis Open Models Initiative）：打造「專為加速科學發現設計的新一代開放權重基礎模型」，隸屬於 DOE 更大的 Genesis Mission，並與 AI 新創 Arcee 攜手開發。這個系列的第一款模型 Genesis-Science-1（GS1）已進入開發階段——而今天（8 月 14 日）正是第一輪預訓練資料貢獻窗口的截止日。

這是華府的開放權重辯論從輿論版面走進實際採購流程以來，最具體的訊號之一。

Genesis-Science-1 到底是什麼

根據官方公告，GS1 是「一款美國開放權重 AI 模型與受治理的研究系統，能完成科學運算工作流，同時保留可重現的工作紀錄」。分工非常明確：Arcee AI 負責模型開發——籌措算力、整理訓練資料、執行預訓練與後訓練、建構受治理的執行環境、以及評估與發布；參與的國家實驗室科學家與工程師則供應經審查的科學素材、定義代表性研究任務、設計評估方法並驗證結果。

應用範疇簡直是一趟 DOE 業務導覽：材料發現、能源系統、地球系統模擬、核融合、生物學與高能物理。

讓 GS1 有別於一般編碼模型的不只是資料，更是訓練與執行方式。Arcee 對訓練哲學的描述，罕見地貼近科學運算的實況：

「科學運算很少從一個乾淨的 prompt 和單一正確答案開始。研究者接手的可能是一份老舊的 Fortran 程式碼庫、一場做到一半的模擬、互相矛盾的執行日誌，以及好幾個看來都合理的下一步。」

為了重現這些條件，GS1 在「科學工作檯」（scientific workbenches）中訓練——重構完整研究工作流，而非孤立的程式碼片段。初期領域包括高效能運算程式碼現代化、實驗資料分析、模擬任務、材料科學與能源系統。每個工作檯包含重構工作流所需的程式碼、資料、工具、文件、日誌、部分結果與失敗狀態。訓練環境涵蓋 Python、Fortran、C/C++、MPI 與 OpenMP、CUDA 與 HIP、命令列工具、notebook、模擬套件與運算排程器——正是國家實驗室真實的技術棧。

受治理的執行模型，而非一組 API

執行設計與訓練設計同樣講究。GS1 透過受治理的執行系統運作：核准過的工具跑在沙箱化的分階段環境中，系統維持任務狀態、對進度做檢查點、管理重試與恢復，並記錄每一次 prompt、工具呼叫、程式修改、資料集、中間產物與結論。涉及安全、保密、發表與資源使用的決策，人類審查仍在迴圈中。模型不會拿到 DOE 系統的全面存取權。

成功的標準相當嚴苛：一次執行必須把工作流「從計畫做到報告」、在證據改變時修正方向、從工具故障中恢復，並留下可供其他研究者檢視與重現的紀錄。科學專家負責判斷結果是否站得住腳、證據是否完整。

政府視角：為什麼要開放權重

這項倡議落地之際，開放權重模型的政策論戰正炙。就在本週，共和黨參議員 Jim Banks 才敦促白宮以政策誘因鼓勵美國開放權重模型、降低對中國替代方案的依賴；同時也有官員考慮限制美國承包商使用中國開放權重模型的傳聞。Arcee 共同創辦人暨 CEO Mark McQuade 對 GS1 在這場辯論中的定位講得毫不客氣：

「如果一個國家在 AI 領域所領先的一切都是封閉的，那它就不算在 AI 領域領先。有了 Genesis-Science-1，我們為美國開放權重設下了高標準：在真實運作條件下做有用的科學工作，並由實際做這些工作的人來評判。」

DOE 的理由是機構性的，而非意識形態的。實驗室需要在自己的基礎設施內跑模型、需要把特定版本保存多年、需要針對專業領域調整、且不能永久依賴外部 API。開放權重讓機構能直接持有並運作模型——不過 DOE 也明講，這並不免除權限管理、評估、沙箱、稽核日誌與嚴謹運維的必要。

貢獻管線

計畫在三個面向公開徵求參與：開放權重模型（供下游微調的基礎模型或可直接部署的模型，需有透明的來源紀錄）、預訓練貢獻（精選的領域資料集、基準與專業語料庫）、以及微調合作（針對特定科學領域與任務需求的客製版本——實驗室助理、模擬代理、科學副駕駛等）。

由阿貢國家實驗室（Argonne）託管的貢獻入口網站 genesisopenmodels.anl.gov，2026 年規劃兩條軌道：基礎階段資料（申請已於 8 月 6 日截止，獲選者 8 月 20 日前交付）與後訓練資料及環境（8 月 25 日前申請、9 月 14 日前交付）。申請需通過五道審查關卡——科學契合度、權利與處理、專家與評估整備、技術整合、最終遴選。後續截止日每三個月滾動開放。所有素材須通過 DOE 的發布審查流程才能進入計畫，貢獻者也可事先指定素材的處理條款。

為什麼是 Arcee

開發夥伴的選擇頗具訊息量。Arcee 是相對年輕的公司，但有能力在極壓縮的時程內端到端交付開放權重模型——最具代表性的是 Trinity 計畫：六個月內透過一連串越來越大的訓練，一路推進到 4,000 億參數的稀疏混合專家模型 Trinity Large。這種全棧經驗（資料、架構、預訓練、後訓練、評估、部署），正是 DOE 押注其加速時程的籌碼。

意義

三個重點。第一，開放權重陣營多了一個重量級新成員：美國政府本身開始為自己的任務需求委製開放權重模型，背後的邏輯是主權科研基礎設施不應依賴某家新創的 API。第二，GS1 的設計——可重現紀錄、沙箱化治理、人類審查關卡、基於真實科學工作流的工作檯訓練——為「AI for Science」提供了遠超出一般聊天機器人評測的認真模板。第三，時程相當激進：第一輪資料兩週內就要交付，且計畫以三個月為週期滾動推進。如果 GS1 準時交卷並拿出可信的基準成績，預期其他機關——乃至其他國家——將群起效尤。