微软投 6000 万美元支持能源部 Genesis：AI 加速科研

把科学家从重复劳动里解放出来，靠的不光是写论文的聊天机器人，而是直接让 AI 进实验室做实验。

微软宣布向美国能源部的 Genesis Mission 承诺投入 6000 万美元。这个项目的野心不小，打算在十年内把美国科研创新的生产力翻一倍。

6000 万美元看着不算天文数字，但微软切得很准。其中 4000 万美元是分三年发放的 Azure 算力和 AI 额度，剩下 2000 万美元直接给工程支持服务，专门派工程师帮科学家调教模型、搭架构。

微软给 17 家国家实验室开了个专属大门

美国能源部手握 17 家国家实验室，手里堆着几十年攒下来的顶尖科研数据和实验设备，缺的是把现代大模型和云算力无缝接进去的能力。

微软这次成立了一个叫 SPARK 的项目办公室，全称是科学伙伴关系推进研究与知识项目。说白了，它就是能源部跟微软合作的唯一入口。

这个办公室下面设了专属的规划团队、AI for Science 卓越中心，还负责统筹 Azure 额度的分配。免得各家实验室自己瞎折腾，把算力浪费在低效的排队上。

底层支撑的是刚正式商用的 Microsoft Discovery 平台。这个平台把科学基础模型、实验仿真和实验室自动化串在一起，甚至还带上了桌面端预览版应用，科学家在本地电脑上就能直接调动后台工具。

还有量子计算这一环。微软把基于马约拉纳费米子的拓扑量子比特进展也搬了进来，用来帮国家实验室模拟传统经典算力根本算不动的复杂材料和化学分子。

已经跑起来的四个实验室

这套组合拳不是画饼，已经在几个硬核项目里跑起来了。

在太平洋西北国家实验室，研究员用 AI 筛选新型储能材料，原本要看好几年的海量数据，现在几周就能理出头绪。甚至还连上了实验室自动化硬件，让系统自动设计并跑生物实验。

劳伦斯利弗莫尔国家实验室主要用它防范生物安全风险，拿大模型和生物信息学结合，更快识别潜在的生物威胁。

约翰霍普金斯大学应用物理实验室则在搞无人自驱实验室。他们接入了 MatterGen 和 MatterSim 等材料生成模型，用来加速寻找超导材料和新型结构材料。

而在爱达荷国家实验室，AI 被用来简化核电站许可证的审批流程，顺便摸索能源设施的自主运行。

为什么重要

对研究人员和科研机构来说，单纯给算力往往解决不了问题。许多顶尖实验室不缺科学家，但极度缺乏懂得把大模型和实验仪器打通的高级工程人员。微软这次搭上 2000 万美元的工程落地服务，比单纯送云代金券要实在得多。

对行业来说，科技巨头对 AI 的争夺已经从写文案、做视频这些轻量应用，全面卷进了基础科学的深水区。谁能抢先占领国家实验室和科研机构的计算底层，谁就能把最核心的工业和科学数据沉淀在自己的云上。

我们认为，微软这一步走得相当精明。它表面上是支持国家级前沿研究，实际上是用自家的 Discovery 平台、Azure 基础设施和量子路线图，把全美最优质的科研机构深度绑定在自己的技术生态里。

潜在的隐患在于，科研流程一旦深度依赖某一家商业云的闭源工具与专有服务，未来的可迁移成本和技术锁定风险就会变得非常高。其他云厂商接下来势必会被逼着拿出类似的打包方案，国家级科研算力的争夺战才刚刚拉开序幕。