美国“创世纪使命”战略核心内容 - 美国能源部于2026年2月公布《创世纪使命国家科学与技术挑战》文件，围绕人工智能驱动的科学发现，确立了26项国家战略科技攻关优先项 [2] - 该文件是特朗普政府推进“创世纪使命”的关键落地动作，也是美国有史以来最系统性地将人工智能嵌入联邦科研体系的集中宣示 [2] - 文件背景源于2025年11月签署的《启动创世纪使命》行政令及同年早些时候的《消除人工智能领域美国领导地位障碍》行政令 [2] 26项挑战的领域分布与核心目标 - 26项挑战横跨能源、国家安全与基础科学三大领域，涵盖范围广且技术雄心高 [3] - 能源领域核心挑战包括：以更快、更安全、更低成本方式交付核能；加速聚变能源部署；扩展电网以支撑美国经济；释放地下战略能源资产 [3] - 国家安全领域着墨最重，涉及7项挑战，共同指向利用AI加速美国核武器现代化进程，降低对人工干预的依赖并压缩从设计到生产的周期 [4] - 量子计算与微电子是战略核心，挑战包括利用AI发现量子算法、量子系统实现，以及将微电子领域的领导地位重新锚定于美国 [5] 能源领域具体技术目标 - 核能方面，提出利用AI将反应堆设计、许可、建造和运营周期压缩至少50%，并将运营成本降低50%以上 [3] - 聚变能源方面，计划构建“AI-聚变数字融合平台”，整合等离子体物理、核材料科学与系统工程的数字孪生模型 [3] - 电网方面，声称AI工具可将电网规划和运营决策效率提升20至100倍，并将电力成本和可靠性改善10% [3] 材料科学与国家安全领域具体目标 - 材料科学领域，提出借助AI将新材料从概念到商业化的开发周期从数十年压缩至数月 [4] - 国家安全领域，“核清理与修复转型”挑战指出，能源部面临约5400亿美元、横跨八十年的核废料处理责任，目前约9000万加仑高放射性储罐废液急需处理，AI多模态基础模型有望在2040年之前加速实现这一目标 [5] AI驱动的科研范式革命 - “创世纪使命”的核心逻辑是将人工智能从科研辅助工具升级为科研基础设施的核心要素 [6] - 目标是通过整合世界领先的超级计算机、实验设施、AI系统和独特科学数据集，在十年内将美国研发的生产力和影响力提升一倍 [6] - “AI驱动的自主实验室”挑战提出整合机器人系统、边缘AI、实时分析等，突破传统实验流程速度瓶颈，未来科学发现将变为由AI生成假设、自主实验、实时调整的闭环系统 [6] 基础科学领域的范式延伸 - “粒子加速器智能化”挑战旨在让加速器设施实现自适应和自主运行，大幅压缩设备调试时间 [7] - “从夸克到宇宙的物理学统一”挑战提出构建能从粒子碰撞、核衰变和宇宙学观测中学习的AI推理模型，以突破从数据模式识别到物理规律推导的认知边界 [7] 战略意图与政策背景 - 文件发布是特朗普政府科技政策的集中亮相，战略信号意义重大 [8] - 政策背景基于中美科技竞争，文件中关于微电子、量子计算、关键矿物供应链和核安全的内容，折射出华盛顿对中国科技追赶的高度警惕 [8] - 关键矿物供应链安全被列为独立挑战，提出用AI整合多源数据以加速国内关键矿物的勘探、提取和精炼，减少对“敌对国家”的进口依赖 [8] 实施路径与潜在挑战 - 26项挑战的落地主要依托能源部旗下17个国家实验室的科研基础设施，并通过国家实验室、产业界和学术界的三方伙伴关系推进 [8] - 文件明确要求与私营部门建立数据共享机制 [8] - 挑战面临根本性不确定性，AI在需要深度物理推理的领域（如核物理、量子系统控制）能力边界仍存疑，当前技术与“自主推理”能力差距显著 [9] - 文件未就具体资金规模、时间节点和可衡量里程碑作出详细说明，削弱了外界评估其可行性的依据 [9] 未来展望与战略定位 - 白宫科技政策办公室表示后续还将扩展跨联邦机构的挑战清单，将更多机构纳入“创世纪使命”协调框架，意味着26项挑战是一个更大规模联邦AI科研协调体系的起点 [10] - 在特朗普政府战略框架下，人工智能已被定位为与核威慑、能源安全和基础科学领导力并列的国家战略核心要素，这将深刻影响未来数年美国联邦科研资源的分配逻辑与全球科技竞争格局 [10]

政策信号与战略定位 - 国务院将人工智能+科学技术列为六大重点行动首位 突显国家对其作为社会发展底层支撑的高度重视 该政策重新梳理科技与AI的关系 强调以科技突破带动各领域发展的核心结构[3] 科研范式革命 - AI for Science成为继实验 理论推理 计算 数据驱动后的新科研范式 其本质是提供更强工具解决过去无法高效解决的问题 例如深度神经网络使蛋白质结构预测取得突破[4] - 科研范式变革覆盖全研究流程：文献查阅环节大语言模型可全量吸收知识并精准定义人类知识边界 实验环节AI能实现海量配方快速筛选与验证 如电动汽车电解液研发效率显著提升[5][6] 科学大模型特性与应用 - 科学大模型需具备三大核心能力：识别专业数据（电镜图 核磁谱图） 执行科学长链条推理 操作科研工具（显微镜 仿真软件） 其科研能力远超当前通用大模型[7] - 国内外发展瓶颈在于科学数据标注门槛高 需领域专家参与 但中国拥有全球最多本科及以上教育人口 在专业数据标注方面具备显著优势[8] 数据体系重构 - AI发展进入下半场 需将存量人类可读数据转化为AI可理解格式 并改造科学仪器从源头生产符合AI需求的高质量数据 建立数据与AI共同进化体系[9] 跨学科融合 - AI通过加速知识获取和以问题为核心整合知识打破学科壁垒 例如新药设计可整合化学 物理 生物 数学等多学科成果 语言模型实现内容对齐降低沟通成本[10] - AI推动哲学社会科学研究方法拓展 支持虚拟社会实验（如多智能体社会演进模拟）并重新思考科技革命带来的社会结构 伦理责任等核心命题[11][12] 未来科研形态 - 5年内年轻科学家工作方式将显著变化：文献综述由AI自动生成 科研工具自动化（如编程控制实验操作） 使理论推导优势者不再受实验能力限制[13] - 研究人员需保持开放心态与好奇心 将AI作为研究伙伴加速进度并拓展边界[14]

报告核心观点 - 机器化学家实现从效率到思维范式的突破，赋能多领域研发，新科研范式正加速来临，志特新材和晶泰控股或受益 [1][2][3] 机器化学家介绍 - 机器化学家是由人工智能驱动的全流程化学研究系统，融合“化学大脑”、机器人实验员和智能化学工作站三大模块，基于“能学 - 能想 - 能做”三阶段智能闭环运作 [1] - 能学是通过自然语言处理模型与云端大脑阅读海量文献，为科研认知提速；能想是结合物理模型与大数据、人工智能技术进行思考和模拟计算；能做是通过机械臂和智能工作站自动执行全流程实验验证 [1] - 与传统化学研究范式相比，机器化学家实现效率跃升，单台日均实验量达 2000 次，可将传统试错法需数十年至千年级的周期压缩至数周；数据驱动，可突破人类经验主义局限；可迁移复制，通过代码复制即可批量部署 [1] 应用场景与发展前景 - 机器化学家正从实验室迈向更广阔应用场景，未来发展将呈现多维度突破 [2] - 在材料科学领域，助力新材料研发，效率提升超百倍；在生物医药领域，大幅缩短药物开发周期；在深空探测领域，仅用 6 周完成传统范式下 1400 年的工作量；在化工领域，助力建设煤化工催化剂智慧实验室 [2] - 中国科大计划建设“机器化学家大楼”，拟部署上百机器人及上千智能工作站，日均实验量百万次，实现研发效率指数级提升 [2] 受益标的 - 志特新材于 2025 年 5 月注册控股子公司“志特小临智能科技”，布局化学机器人与 AI4S 新材料产业化，依托中科大技术储备已储备数十款材料，超级隔热材料保温系数是涂层型气凝胶两倍，与公司主营业务协同性强 [3] - 晶泰控股是以人工智能赋能和机器人驱动的创新型研发平台，自主研发机器人自动化学实验室，为多种材料提供研发解决方案 [3]