如果科研团队想检查一个 AI 的结论，第一步不是问它“聪不聪明”，而是能否拿到模型、固定版本并自行评测。美国能源部（DOE）正试着把这种能力纳入公共研究基础设施。值得关注的不是又多了一个聊天模型，而是国家级科研机构开始组织科学模型、科研数据和实验流程之间的协作。
从共建走向发布计划
据美国能源部公布的信息，DOE 于 2026 年 7 月 22 日启动 Genesis Open Models Initiative，并与首个产业伙伴 Arcee AI 共同开发 Genesis-Science-1（GS1）。它是该计划的首个开放权重科学研究模型。
“开放权重”是指外部机构可以取得模型训练后的参数，自行部署或继续调整。它不等于全面开源：训练数据、训练代码和完整开发过程未必公开。
这也是本刊 7 月 24 日报道的后续。当时 GS1 仍处于“等待模型与技术报告落地”的阶段。Arcee 称，GS1 被规划为万亿参数级语言模型，并配套受治理的执行系统；权重、技术报告和公开演示计划在 2026 年晚些时候发布。换句话说，目前更准确的说法是计划已经启动、模型正在推进，而不是公众已经能够下载和验证成品。
它准备服务哪些研究？
DOE 表示，该计划面向研究人员、国家实验室、产业伙伴和开放科学社区，覆盖材料发现、能源系统、气候建模、聚变、生物和高能物理等方向。GS1 属于“科学基础模型”——先从大量通用和专业材料中学习，再适配多种科研任务。
双方分工也体现了它与普通产品模型的区别。据 Arcee AI 介绍，Arcee 负责算力、训练、后训练和科研工作台；DOE 科学家负责确定问题、提供数据与环境，并检验产出能否经受科研审查。后训练，就是基础训练完成后，再用专业任务、示例或反馈调整模型行为。
DOE 还开放了贡献入口，征集科学数据、研究环境、评测和微调工作。申请阶段只提交贡献说明与元数据，不直接传输科学材料；入选内容还要经过权利、处理方式、科学适配和技术集成等审核。
真正的看点是能否被检查
开放权重允许研究机构固定模型版本、在自己的环境里测试，这有助于可复现性——让别人能够检查或重复研究结果。但它不能替代科学验证。模型给出的答案仍须经过实验、评测和同行审查。
局限与未知
- 现有材料没有模型效果、评测数字或完整许可证，无法判断 GS1 的实际能力。
- 权重和技术报告尚待发布，训练数据、代码及开发过程会开放到什么程度仍不清楚。
- “DOE 押注开放模型”是对方向的概括；目前信息不足以证明投入规模或长期政策优先级。