Genesis Mission 第三组项目：PNNL 的 16 条 AI for Science 工作流

先区分 16 个牵头项目与 26 个参与项目

PNNL 官方公告称，实验室在首批 Genesis Mission 中牵头 16 个 Phase I 项目，并参与另外 26 个由大学、企业或其他国家实验室牵头的项目，共关联 42 项。本文的项目地图只展开 16 个 PNNL 牵头项目；其余 26 项用于理解合作网络，不能与牵头项目混在一起，也不能把每条参与关系都当作一个新的 PNNL 项目。^[S3][S4][S2]

PNNL 的角色不止于项目数量

PNNL 还是 Genesis Mission 模型支柱（Models pillar）的共同牵头方，并在 Transformational AI Models Consortium（ModCon）和 American Science Cloud（AmSC）中指定了负责模型能力、基线能力和商业云集成的人员。这些是 PNNL 官方列出的机构角色，有助于解释为什么它牵头的项目里既有具体的科学问题，也有 PORTUS、WASTECHAT 这类跨项目的运行层。它们说明 PNNL 有意把模型、数据、算力和设施连起来，但不能据此认定统一平台已经建成。^[S5]

按 AI 的角色重排 16 个项目

按应用领域罗列，清单会拉得很长。按 AI 在流程中的作用重排，项目可以分成四组：用代理模型和智能体处理地下与地球系统；连接设计、制造和材料实验；把 AI 放进仪器、边缘推理与运行监测；以及建设知识与计算基础设施。每个项目下另标它的检验对象（见第 04 节）。表格中的“下一项关键证据”是我们判断目标是否成立时希望看到的结果，并不是项目方已经完成或承诺公开的交付物。^[S4][S2]

AI 嵌进具体环节，而非一个通用 AI 科学家

PNNL 的 16 个牵头项目并不围绕一个通用 AI 科学家展开，而是把不同形式的 AI 放进科研流程的具体环节：神经算子代替高成本仿真，智能体编排模型与实验，数字孪生把传感器接到工程决策，边缘模型进入物理仪器，知识系统整理几十年的核废物记录。PNNL 的项目说明把 Phase I 的数据集、基线和性能目标写得格外具体，日后核验会容易些；但这些数字仍是目标，不是已经完成的结果。^[S4]

这组项目一个明显的共同点，是都倚重物理约束、成熟的科研代码、真实传感器和专家复核。在多数方案里，AI 并不取代高保真模拟或科学家，而是负责筛选场景、近似昂贵的计算、提出下一步动作、协调工具，或把拿不准的案例交给成本更高的模型和人工判断。^[S4]

原有瓶颈

无法分清模型、仪器、数字孪生与科研基础设施的具体角色。

新瓶颈

按预设基线报告真实硬件、现场和留出数据结果。

仍未解决

跨场地迁移、跨机构接口与实际运行价值。

三个初步判断

第一，PNNL 的组合更像一组“科研运行系统”，而不是一批只追求更大模型的项目。多数方案保留现有的科学代码、实验数据和传感器，让 AI 负责压缩计算、连接工具或推荐下一步。这条路线的好处是验证器（verifier）容易定义，难处在于系统集成、数据质量和工程可靠性可能成为主要瓶颈。

第二，近期最可能拿出清晰证据的，或许是有硬件反馈或明确物理基线的项目，例如量子放大器调优、LEGEND 边缘推理、燃料电池制造、熔盐传感和地热仿真。这些项目可以直接比较时间、误差、吞吐、能耗或异常检测。相较之下，跨场地泛化、科研知识系统和分布式工作流的价值更依赖长期使用数据。

第三，16 个牵头项目与 26 个参与项目形成的是一张接口网络，而不是 42 个彼此独立的成果。对 Genesis Mission 真正要紧的问题是：这些工作流能否共享数据规范、模型接口、计算资源和验证方法。如果每个项目最终仍是一次性的垂直系统，项目再多也不会自动变成平台能力。^[S3][S5]

为什么是第 1 级

证据等级为 1（存在）：被确认的只是遴选本身（哪些团队、做什么、以什么为目标）。在 DOE 与 PNNL 的公开项目页里（2026-09-27 核对），16 个项目都还没有这项 Phase I 工作的计算结果、仪器数据或现场验证，因此没有一项达到第 2 级。这不否定各团队此前已发表的研究，只是那些研究不是这批项目的结果。项目页上的基线与数字目标让以后的检验更容易，但目标本身不是证据。^[S4][S1]

入选资助谈判，还不是拨款

PNNL 把这批项目称作 Phase I 资助（Phase I funding awards）；DOE 的全国性公告则写明，入选资助谈判不等于承诺拨款，谈判仍可能取消。因此稳妥的理解是：这些团队已经通过遴选并进入 Phase I 资助流程，但公开页面描述的是将要开发、演示和评估的工作流，而不是已经完成的科学或工程能力。^[S1][S3]

项目构成说明了什么

工作流图只数 PNNL 自己牵头的 16 项，另外 26 个参与项目不在图内。按主题分，物理模拟与地球系统 6 项，设计、制造与材料闭环 4 项，仪器、边缘推理与运行监测 4 项，知识与计算基础设施 2 项。主题只说明分布，说明不了哪些项目会碰到物理反馈：流域项目要和实测流量、地下水位对照，却在模拟一类；GOLD-FLOW 在制造一类，项目页写的却是以 CFD 为主、只在选定设计上做 CFD 或实验验证。^[S2][S4]

所以本文给每个项目另加一个检验对象标签，一项只取项目页写明的、最接近物理世界的那一项。硬件或新实验 7 项：STEAM 的新传感流延实验、蛋白–范德华器件的合成与表征、藻类项目第 9 个月的 LEAPS 藻池、LEAP-FWD 的 FPGA、AQUA-WOLF 的多机构放大器、SwiftFlow-EMT 的硬件测试台数据、熔盐电化学测量。高保真模拟 4 项：地热、地浸采铀、EARL、GOLD-FLOW。既有现场或观测数据 3 项：E3SM 回报检验、MSEEL 裂缝数据、流域实测。软件与离线评测 2 项：WASTECHAT、PORTUS。^[S4]

边界情形照实写。地热项目只借用 Sanford 地下实验室增强型地热试验场的几何，Phase I 的检验是留出的模拟场景，实时现场反演留到 Phase II；地浸采铀用 Lost Creek 的测井、抽水试验和历史抽水记录建模，但性能参照是 PFLOTRAN 模拟；SwiftFlow-EMT 以电磁暂态仿真为主，硬件测试台数据是补充；E3SM 项目的检验是多年回报在独立测试数据上的预报技巧。标签数的是计划，不是结果，也是本站的归类，不是 PNNL 的。^[S4]

数字目标让项目更可检验，但仍然只是目标

PNNL 的详页给出了不少可追踪指标。例如地热神经算子提出第 6 个月达到至少 100 倍、第 9 个月达到至少 1,000 倍的墙钟时间（wall-clock）加速；STEAM 希望把预测相对误差降至 15% 以下；藻类项目计划将生产异常诊断从约 25 天缩短到 24 小时以内，并把七天预测误差降低至少 30%。这些数字的价值在于提前界定了什么算成功，但现在还不能写成“已经实现”。^[S4]

后续核验不能只看一个准确率数字。代理模型加速必须与高保真基线的误差一起报告；智能体工作流需要说明何时调用工具、何时升级给人；仪器控制要在真实硬件上展示稳定性；数字孪生则要证明建议能改善现场或制造决策。只有速度而没有物理一致性，或者只有离线基准而没有实际闭环，都不足以证明项目目标成立。

PNNL 的组合更像科研运行系统

不少项目保留既有科学代码、实验数据和传感器，让 AI 负责压缩计算、连接工具或推荐下一步。这里最容易被忽略的风险不是模型不够大，而是系统集成、数据质量与工程可靠性。

目标定得具体，失败也有信息量

100 倍加速、15% 误差或 24 小时诊断目前仍是目标，但它们预先定义了什么叫成功。只要后续按同一基线公开结果，没有达到目标同样能帮助判断这条路线的真实边界。

哪些证据会改变判断

第一层证据是 Phase I 中期与期末结果：是否按预先定义的留出数据、硬件或现场基线报告成功与失败，而不只发布演示视频。第二层是可复用性：软件、数据、接口和模型能否被另一团队运行，迁移到另一台仪器、另一处场地或另一种资源配置。第三层是运行价值：速度和准确率的改善是否真正减少专家时间、实验成本、设施停机、制造缺陷或决策风险。

在这些结果出现之前，PNNL 的 16 个项目最好当作一组界定得相对清楚的研究假设来读：它们指明了下一步该去哪里找证据，也让失败或未达标同样能说明问题。