AREX Feed Article
美国能源部下场做开源模型，第一轮数据申请 6 天后截止
8 月 7 日，美国能源部（DOE）正式启动 （Genesis Open Models Initiative），向商业公司、高校和研究机构征集开放权重模型、预训练数据和微调方案，首批模型将以开源权重发布，专门服务于科学发现。首款模型 Genesis-Science-1（GS1）已确定与旧金山 AI 实验室 Arcee 合作开发。留给第一轮数据贡献者的时间不多了：预训练数据申请的截止日期是 8 月 14 日，距今只有 6 天。
该计划是 DOE 旗下 Genesis 任务的一部分。Genesis 任务由 2025 年 11 月的行政命令启动，目标是在十年内将美国科学与工程的生产力和影响力翻倍，连接 17 个国家实验室、顶级计算设施和产学研合作伙伴。DOE 科学副部长 Darío Gil 负责统筹。
国家实验室要的是一份能攥在自己手里的权重文件
DOE 在中列出了七个科学领域：材料发现、能源系统、地球系统建模、聚变能源、生物学、高能物理，以及"更多"。但这份公告真正重要的不是领域清单，而是 DOE 选择开放权重的理由。
Arcee CTO Lucas Atkins 和 CEO Mark McQuade 在 7 月 22 日的中讲得很直白："闭源美国系统会一直很有价值，很多也确实出色。但它们给不了国家实验室的，是一份实验室可以攥在自己手里的模型：自由保存、改造、按自己的条件运行。"换句话说，DOE 的博弈点不是模型能力的高低，而是模型的所有权和控制权。一个部署在云端、通过 API 调用的闭源模型，哪怕 benchmark 再高，也无法让国家实验室在断网环境中复现实验结果、在安全隔离区内做敏感数据微调、或在五年后仍能访问同一版本的模型。
HPCwire 在 8 月 7 日的中引用了 CTERA CTO Aron Brand 的提醒：中国模型在政府使用场景下出现过行为异常。Brand 引述今年 5 月 Booz Allen 的一项研究后表示："不管这种行为是故意的还是训练数据与对齐过程的自然产物，企业面临的风险是一样的：行为不一致、政治限制，以及可能存在隐藏后门或其他潜伏行为。"对 DOE 而言，不能把科研基础设施建在一个自己无法审查每一行推理过程的黑盒上。
Arcee 一年前做了一个"很难辩护"的决定
Arcee 这家公司并非 DOE 随手找来的承包商。GS1 的底层架构建立在该公司自研的 Trinity 系列模型之上，其中 Trinity Large 是一个 4000 亿参数的稀疏混合专家（MoE）模型，以 Apache 2.0 许可证发布。
但 Atkins 和 McQuade 在博客中坦承，如果回到一年前，从零开始在美国训练开放模型这个决定"很难辩护"（difficult to defend）。彼时已经有强大的开放模型可以直接下载改造，更快也更便宜。"我们理解这种选择。毕竟在此之前我们也是这么做的。"但 Arcee 还是转向了自研，因为他们反复看到一种需求：银行、医院、大学和国家实验室需要一份能稳定保存多年的模型，在自己的系统里运行，不把敏感数据送出去。"模型不只是 benchmark 分数，"他们写道，"更是一份权重文件、一段训练历史、一份许可证、一份它将在未来持续可靠表现的确定性，以及支撑这一切的供应链。"
Arcee 由 Mark McQuade、Brian Benedict 和 Jacob Solawetz 于 2023 年创立，McQuade 此前在 Hugging Face 工作，Solawetz 来自 Roboflow。据 ，公司在种子轮和 A 轮中至少融资了 2950 万美元，随后又从 Prosperity7 Ventures 和微软 M12 等机构获得了一轮未披露金额的战略投资。GS1 将是万亿参数级别，Arcee 已锁定算力，DOE 科学家负责定义研究问题、提供数据和评估模型，双方共同在年底前发布权重、技术报告和公开演示。
用数据换访问权，一分钱不出
Genesis 开放模型计划的运作方式与 DOE 传统的拨款合同不同：它不给钱。在 中，用户 Smith42 直接问出了这个关键问题："被选中的参与者能得到什么？看起来没有任何资金提供。"
根据 的说明，贡献分两条轨道：Foundation-stage（预训练数据）申请截止 8 月 14 日，中选材料需在 8 月 28 日前交付；Post-training（微调数据和环境）申请截止 8 月 25 日，材料交付截止 9 月 14 日。申请时只需提交描述和元数据，无需传输科学文件。评审经五道关卡：科学契合度、权利与处置方式、专家就绪程度、技术整合性，以及最终的项目筛选。中选者能获得的是"早期评估访问权限"以及在技术报告和发布材料中的署名。后续每三个月开放新一轮申请。
DOE 真正想要的不是干净的 benchmark 数据集，而是"脏"的科学工作痕迹：未完成的 Fortran 代码、跑到一半崩溃的模拟、互相矛盾的日志、异常的编译器错误。Arcee 在博客中写道："最有用的材料往往是一团乱麻，充满了部分运行结果、奇怪的接口和失败模式，而这些都是被精加工的 benchmark 排除在外的——而这恰恰是一门严肃的科学模型需要看到的东西。"
美国开源模型的真空里，中国实验室在持续填坑
Genesis 计划选在这个时间点启动，不是巧合。HN 用户 firasd 在讨论中写道："刚刚意识到，自从 Llama 系列被放弃之后，美国几乎就没有开源模型了。"这条评论获得了广泛共鸣。
Meta 过去是西方开源模型的主要出口。Llama 系列停止更新后，美国可用的高质量开放权重模型确实变少了。现存选项包括 Arcee 的 Trinity、Nvidia 的 Nemotron、Mira Murati 新公司推出的 Inkling（Apache 2.0）、以及 Laguna S 2.1 等，但在整体能力和生态成熟度上，与中国实验室的持续输出形成了落差。DeepSeek、阿里的 Qwen、月之暗面的 Kimi、MiniMax 和智谱的 GLM 系列不仅在 benchmark 上逼近美国闭源模型，还坚持开放权重发布。HPCwire 指出，斯坦福 HAI 今年的 AI Index 显示 Qwen 和 DeepSeek 的基础模型得分已接近美国闭源模型，而 Kimi K3 和 Qwen 3.8 tMax 又在最近几周拉高了能力天花板。
今年 7 月，一封题为"开放权重与美国 AI 领导力"的公开信由 Meta、微软、Nvidia、IBM、戴尔、Hugging Face、Palantir、Perplexity、Mistral AI 和 Reflection 等公司的 CEO 联署。信中写道："我们的 AI 领导力不会由某一个前沿 AI 模型来评判，而是取决于美国是否建立了一个强大的、渗透到每个行业的开放生态。"Nvidia CEO 黄仁勋在 X 上的第一条帖子就是这封信。
DOE 的介入，像是在这个开放生态的承诺上加了一笔政府背书。但问题是：没有资金激励，仅靠"早期访问权"和署名，能吸引到足够多、足够好的科学数据吗？
万亿参数，年底见
GS1 的发布时间目标定在 2026 年底，届时将附带权重文件、技术报告和公开演示。它将是万亿参数级别，配备一套受控执行系统，在 DOE 基础设施内有权限地运行，人类审阅者保留对安全、发布和计算资源使用的最终决定权。
Arcee 在博客结尾写了一段话，几乎是对这整个计划的总结："我们一直在造开放模型，是因为我们相信，迟早有一天，那些最重要的机构会想要攥住和塑造自己的 AI，而不是依赖别人的。Genesis 任务是把这种信念放到真正重要的问题上去验证的机会。"
对 DOE 来说，Genesis 开放模型计划不是一次性的项目宣告。如果 GS1 的路线走得通——开放权重、政府主导方向、企业出算力和模型能力、科学界出数据和评估——它可能成为美国科学计算基础设施中一个长期存在的 AI 供给通道。如果走不通，它至少暴露了一件事：在没有真金白银的条件下，仅靠署名权和访问权动员顶级科学数据贡献者，到底能不能搞出一个能打的开放模型。