24家科技巨頭參與，美國“創世紀計劃”有什么樣的野心？

導語：在“創世紀計劃”背后，是美國繼續用技術保障全球經濟主導權的野心。

王劍/作者 礪石商業評論/出品

2025年11月24日，特朗普在白宮正式簽署行政令，啟動了被外界稱為“AI版曼哈頓計劃”的“創世紀計劃”（The Genesis Mission）。

“創世紀”一詞源自《圣經》，特朗普為這項國家級AI任務冠以此名，足見其寄予的厚望。這絕非孤立的政策突發，而是全球科技競爭進入深水區的必然產物。

如今，AI技術已從實驗室走向產業核心，成為重塑全球產業鏈與價值鏈的關鍵力量，全球科技競爭也從單點技術突破轉向體系化能力對抗。

因此，“創世紀計劃”的出現，既是美國應對全球科技格局變化的戰略回應，暗含主導未來全球科技治理規則的深層野心，更被視為其科技政策從“自由放任”向“任務導向型”國家資本主義轉變的標志性事件。

對中國而言，這一計劃既帶來技術封鎖的外部壓力，也提供了觀察大國科技戰略布局的鏡鑒，而如何在這場無硝煙競爭中積極應對，同時保持開放合作姿態、構建可持續創新生態，已成為當下亟待深入思考的命題。

1

創世紀計劃的誕生邏輯

創世紀計劃的落地并非憑空出現，而是深深扎根于美國科技發展中“危機驅動”的戰略傳統。

回溯歷史，美國科技界“遇危機則聚力”的局面早有先例：冷戰時期，面對蘇聯在太空領域的領先優勢，“阿波羅計劃”應運而生，不僅完成載人登月的壯舉，更帶動半導體、新材料等一系列關聯產業爆發，成為國家力量撬動技術革命的典范。

顯然，這種“國家意志+集中資源”的科技創新模式，已成為美國在關鍵賽道突圍的核心路徑，而創世紀計劃正是這一傳統在AI時代的延續與升級，成為大國博弈的重要一環。

在美國看來，中國近年來在關鍵科技領域的進展已遠超預期：一方面，中國AI大模型落地速度迅猛，尤其在工業質檢、新藥研發等實用場景中，企業已將AI融入核心流程，實現效率數倍提升；另一方面，半導體產業鏈自主化進程穩步推進，從芯片設計到制造封裝，正逐步打破對外技術依賴。

更關鍵的是，中美創新路徑的差異進一步放大了美國的焦慮——中國憑借舉國體制，可快速整合跨部門、跨區域資源，聚焦關鍵領域實現集中突破；反觀美國，卻深陷各州監管壁壘、科技巨頭利益博弈的碎片化困境，科研資源分散于不同體系難以形成合力。

外部競爭的倒逼，更讓美國科研體系的內生矛盾愈發凸顯。2010-2020年間，FDA批準的新藥數量年均增速不足3%，科研產出效率持續下滑；半導體領域雖手握高端設計工具，但制造環節高度依賴東亞產能，導致對華技術封鎖陷入“傷敵一千自損八百”的尷尬。

更核心的問題是“投入產出倒掛”現象嚴重：科研人員數量逐年翻倍，成果增速卻下降30%；即便是手握全球最大規?？蒲袛祿Y源的美國能源部國家實驗室，也因“數據孤島”問題無法充分轉化創新動力，拖累諸多項目推進。

值得一提的是，創世紀計劃并非特朗普政府的全新構想，而是源自2025年7月白宮發布的《美國AI行動計劃》的細化與延伸。

該計劃曾明確提出，全美AI領域要“消除創新障礙、減少對外依賴、釋放科學力量”，而創世紀計劃正是將其中“投資AI賦能科學研究”的核心設想轉化為可落地的具體行動。

與此同時，彼得·蒂爾等硅谷資本大佬提出的“創造性壟斷”理念，與特朗普政府的強權邏輯不謀而合。

蒂爾主張企業應通過根本性創新開辟全新領域，而非在現有市場同質化競爭，這一理念延伸到國家層面，便是試圖以國家力量打破資源分散壁壘，將聯邦數據、超算資源與科技巨頭技術能力深度捆綁，重構AI時代的創新體系。

可以說，特朗普為計劃冠名為“創世紀”，既體現了極高期待，也暗含通過技術重構世界規則的野心。

但宏大戰略愿景終究需要具體落地框架支撐，尤其是作為一項需整合100PB聯邦數據、調動4萬名科研人員、聯動17個國家實驗室與數十家科技巨頭的“超級計劃”，若缺乏清晰的架構設計、明確的權責劃分和緊湊的推進節奏，一切都將淪為空談。

因此，規劃針對性的核心架構、權責分配與推進細節體系，成為美國重構AI時代創新格局的關鍵思路。

2

創世紀計劃的落地藍圖

為實現“重構AI創新體系”的目標，創世紀計劃搭建了以“美國科學與安全平臺”（American Science and Security Platform）為核心的實施架構。

從性質上看，這項任務的緊迫性與雄心堪比當年的“曼哈頓計劃”，核心思路是匯集美國國家實驗室超算的強大算力與頂尖科學家智慧，徹底變革科學研究的開展方式。

根據行政令規劃，平臺將在法律允許的最大范圍內，整合提供六大核心支撐——高性能計算資源、AI建模與分析框架、計算工具、特定領域基礎模型、安全數據集訪問權限及實驗與生產工具，為計劃推進筑牢技術基石。

核心資源整合則聚焦四個關鍵維度，確保要素高效協同：一是聯邦科學數據集整合，匯集能源部、氣象局、生物實驗室等數十年積累的100PB以上高質量數據，按“開放科研、專有項目、國家安全”三類分層管理，兼顧科研自由與安全需求；二是超級計算集群搭建，整合能源部國家實驗室“前沿”“極光”等超算資源、云端AI算力池及行業合作伙伴資源，足以支撐大規模模型訓練、模擬與推理；三是AI智能體系統，通過自動化程序承擔文獻分析、假設提出、實驗設計等全流程工作，驗證新假設、自動化研究流程并加速科學突破；四是機器人實驗室網絡，結合自動化實驗設備與3D打印技術，打造“無人化科研”生態，實現自主及AI增強型實驗與制造。

組織架構上，行政令明確了清晰的權責劃分：能源部長（DOE）負責在部內實施任務、設定優先事項、整合資源，并指定高級政治任命官員監督日常運作；總統科學技術助理（APST）負責總體領導，通過國家科學技術委員會（NSTC）協調各參與部門與機構，確保任務與國家目標一致。

據公開報道，能源部副部長達里奧·吉爾（Dario Gil）將以“創世紀任務”主任身份領導計劃，可調動17個國家實驗室、工業界及學術界力量共建綜合性數據平臺。

平臺建成后，將連接全球頂尖超算、人工智能系統、下一代量子系統及美國最先進科學儀器，成為有史以來全球最復雜、最強大的科學儀器。

為加快推進，美國設定了極為緊湊的時間表，充分體現“任務導向”的高效思路：項目啟動后60天內確定20項國家級科技挑戰；90天內完成計算、存儲與網絡資源盤點；120天內明確初始數據與模型資產并完成優化；240天內篩選具備AI自動化研究能力的實驗室；270天內展示至少一項挑戰的初始運行能力，此后每年更新挑戰清單。

此外，計劃精準聚焦全球產業鏈核心節點，嚴格遵循《國家科學技術備忘錄第2號》的六大優先領域，包括先進制造、生物技術、關鍵礦產/材料、核裂變與核聚變能源、量子信息科學、半導體與微電子。

政企協同與盟友聯動則是計劃落地的重要支撐，其行政令已明確提出將大幅增加AI開發領域的公私合作，并在研發協議、用戶設施伙伴關系等領域與外部實體深度融合。

目前，英偉達、OpenAI、谷歌、戴爾等24家科技巨頭已明確參與，其中英偉達將與能源部合作開發七臺AI超級計算機，甲骨文負責數據平臺搭建，亞馬遜更承諾投入500億美元建設支持政府機構的AI和超算基礎設施；沙特主權基金等盟友資本也通過“阿拉伯半島AI超算走廊”注入資金，形成“美國主導、盟友參與”的技術生態。

從戰略價值來看，創世紀計劃已超越單一技術突破范疇，成為美國重構全球科技產業權力結構、鞏固技術主導地位與全球影響力的重要戰略規劃。

3

科技格局的重構信號

創世紀計劃的核心目標，是通過AI全面賦能科學研究與產業體系，重塑全球科技權力結構，鞏固美國的技術主導地位與全球戰略領導力。

因此，特朗普政府推動的科研范式變革只是表象，深層意圖在于讓制造業、能源等傳統產業重掌全球定價權，系統性破解國內產業空心化、創新效率放緩等發展困境。

這一邏輯與彼得·蒂爾倡導的“價值網絡構建”一脈相承，本質都是通過跨領域協同形成難以替代的壟斷優勢。

對美國自身而言，計劃若順利推進將帶來多重益處：一是科研效率實現革命性提升，推動研發模式從“人類主導、機器輔助”轉向“AI主導、人類監督”；二是AI賦能制造業、能源等關鍵產業，有望系統性增強產業競爭力、提高勞動生產率、創造高附加值就業；三是技術優勢直接強化國家安全能力，形成“科技-經濟-安全”相互促進的良性循環。

放到全球格局來看，計劃的影響更為深遠復雜。

其核心策略是構建美國主導、盟友參與的排他性技術生態，并設立嚴格“準入壁壘”——唯有加入聯盟才能獲得核心算力與數據支持，反之則可能面臨技術封鎖或邊緣化風險。這種“選擇性開放”無疑將加劇全球科技領域的陣營化趨勢，讓競爭從技術層面延伸至陣營博弈層面。

與此同時，美國試圖將其主導的技術標準強行轉化為全球通用規則，牢牢掌控AI時代話語權，這一邏輯與歷史上主導核秩序的做法如出一轍。

正如英國智庫專家基根·麥克布萊德所言，“這不僅是技術競賽，更是美國向世界宣告未來全球科技格局由其塑造的強烈信號?！?/p>

在此背景下，美國通過持續聚焦高端芯片設計、基礎模型研發等價值鏈頂端，并將中低端制造環節向盟友轉移，從而加速全球產業鏈重構。

而這種“創造性壟斷”模式通過構筑高技術壁壘，也固化了美國在全球價值鏈的主導地位，讓其他國家難以超越，始終占據利潤最豐厚的部分。

事實上，資本市場已發出了相關信號。近年來半導體、AI算力等領域股價持續走高，并非完全基于短期業績，更多反映了資本對長期壟斷利潤的看好。比如摩根大通等機構不斷調整投資組合加大相關配置，就顯示出資本市場對其濃厚興趣。

然而，這種以霸權邏輯和排他性聯盟為基礎的推進模式，也埋下諸多不確定性。

如創世紀計劃進展不及預期，相關高估值資產可能面臨震蕩；技術封鎖導致的全球產業鏈割裂，還可能引發新的經濟風險，增加了整個計劃的不確定性。

4

計劃推進的多重挑戰

盡管創世紀計劃展現了美國重塑科技霸權的宏大雄心，但自身一系列結構性矛盾，使其推進路徑充滿不確定性。

與二戰時期美國可集中全國資源、不受多重掣肘的“曼哈頓計劃”不同，如今的創世紀計劃面臨更為復雜的政治經濟生態。

“曼哈頓計劃”誕生于戰爭硝煙中，以納粹德國為明確單一的對手，美國聯合盟友在高度保密的封閉環境下推進這一“決戰型”工程，競爭目標直白聚焦：搶先實現大規模殺傷性武器技術突破，扭轉戰爭局勢。

而創世紀計劃所處的，是高度全球化的時代——多極競爭格局成型，技術開源成為趨勢，創新網絡交織聯動，技術、人才與資本的全球流動，讓任何國家都難以實現絕對技術壟斷。作為競爭對手的中國，更是擁有完整工業體系、強大科研能力和龐大市場的全面競爭者，競爭領域也超越單一武器，覆蓋從基礎研究到產業應用、從硬件到軟件的整個人工智能技術棧。

因此，即便這是一場“戰役”，也將是面向未來的“持久戰”，首當其沖的便是資金保障機制的不穩定性。

當前美國聯邦債務高企、兩黨政治極化，計劃所需的超千億美元天量資金高度依賴國會持續撥款。而隨著財政紀律收緊與選舉周期疊加，預算審批極易陷入僵局，資金延遲到賬或金額縮水的政治風險顯著上升。

更值得關注的是，特朗普政府一邊推動大規模科研投入，一邊卻在2026財年預算中提議削減能源部35億美元經費、撤銷多項清潔能源補助，連民主黨議員都質疑計劃的可行性。

資金之外，計劃依賴的“公私合作”模式本身也存在現實矛盾。

由于美國政府追求5-10年的長期戰略突破，而參與企業作為市場主體，必須回應資本市場的短期回報壓力。這也使得雙方在投資周期、知識產權分配及商業利益共享等關鍵問題上有著天然矛盾，極易動搖合作基礎，影響計劃推進的連貫性。

更關鍵的是，來自能源與基礎設施構成物理層面的硬約束。比如大規模AI算力集群是典型的能源密集型設施，而美國老化的電網系統遠跟不上擴張速度。

行業預測顯示，到2030年AI數據中心耗電量可能占全美用電量的8%-10%，此前得州超算中心因電網過載停機的案例已預示，若電網得不到升級，不僅會影響算力部署節奏，還可能推高商業電價、增加運營成本，限制計劃推進速度。

數據治理的復雜性同樣不容忽視。計劃需整合跨越國防、醫療、能源等敏感領域的海量聯邦數據，這使其在“開放共享”與國家安全、商業機密及個人隱私保護之間陷入難以調和的矛盾。

盡管計劃有著清晰的分層管理框架，但大規模數據匯流必然伴隨難以根除的泄露與濫用風險。同時，美國各聯邦部門數據庫標準不一、質量參差不齊，長期存在的“數據孤島”問題，與計劃快速見效的目標嚴重不匹配。

國際層面，美國的“小圈子”策略與全球社會對包容性治理框架的普遍期待存在明顯溫差，這不僅可能削弱其道義號召力，還可能引發部分盟友在技術標準采納、數據共享等方面的保留態度，影響全球協同效應發揮。

此外，高科技人才供給是制約計劃持續落地的長期瓶頸。作為跨學科高科技項目，計劃的成功極度依賴既精通AI技術又深諳特定科學領域的復合型精英，這類人才在全球范圍內都極為稀缺。

更嚴峻的是，美國吸引全球頂尖人才的傳統優勢，正受到簽證政策波動、大學研究經費不確定性等因素沖擊，技術時間表面臨嚴峻挑戰，可能導致部分核心任務無法按時推進。

正因如此，資金、能源、數據、人才四大瓶頸相互交織、彼此影響，使得規模龐大的創世紀計劃注定是一場充滿博弈與變數的漫長過程。

可不管怎么說，面對美國拋出的這場面向未來的AI戰略，中國如何在體系化對抗中找準定位、構建自主開放的創新生態，已成為當下最關鍵的命題。

5

在競爭中構建自主開放生態

客觀而言，面對創世紀計劃引領的全球科技體系化競爭新態勢，中國的核心應對邏輯絕非被動跟風或鏡像對抗，而是應立足自身發展稟賦，在保持戰略定力的前提下，走出一條“自主可控為基、開放合作為翼”的差異化路徑，在競爭與合作的動態平衡中筑牢創新生態的核心競爭力。

事實上，中國早已看清科技競爭趨勢并提前布局，并非被動防守而是有攻有守。

當前，中國在AI應用場景廣度、全產業鏈完整度及數字基建推進速度上優勢突出，將市場優勢轉化為創新動能，是應對競爭的關鍵抓手。

與美國“堆資源”的技術路徑不同，中國選擇了更高效的發展路徑，在有限算力條件下實現技術性能提升，據斯坦福大學數據，中美頂尖AI模型性能差距已縮小至幾乎持平。

這種優勢之下，中國應繼續聚焦智能制造、智慧能源、生物醫藥等重點領域，打造全球示范效應的標桿應用——尤其通過工業質檢的AI算法優化帶動高端傳感器研發，通過新藥研發的智能模擬反哺生物計算模型升級，形成“場景需求牽引技術攻關、產業升級反哺研發投入”的良性循環。

這種應用驅動的創新模式，相比單純基礎平臺搭建，可更快形成商業閉環，吸引多元資本參與，讓創新效能在市場檢驗中持續放大。

聚焦核心優勢的同時，長期主義的基礎研究投入才是創新生態的“壓艙石”。

核心技術突破從來都沒有捷徑，中國必須在AI計算架構、高端芯片、工業軟件及科學智能基礎模型等關鍵環節，建立持續穩定的投入機制，摒棄短期功利導向。

尤其在事關國家戰略安全的“卡脖子”領域，更應充分發揮新型舉國體制優勢，支持領軍企業牽頭組建創新聯合體，整合產學研資源集中突破；同時通過完善知識產權保護、維護公平競爭環境、鼓勵風險投資等市場化手段，為中小企業留足創新空間，形成大中小企業融通發展、多層聯動的產業格局，避免創新體系僵化壟斷，保持生態的多樣性與生命力。

不僅如此，創新也離不開人才支撐，我們還必須堅持“自主培養”與“全球匯聚”雙輪驅動。

一方面，加快教育改革，調整學科設置，強化AI與理工、生物醫藥等領域的跨學科融合教學，批量培育既懂技術又懂產業的復合型人才；另一方面，持續營造世界級科研環境，通過開放的學術氛圍、有競爭力的發展平臺和寬松的創新政策，吸引全球頂尖智慧為我所用。

銳意進取的同時，穩健的風險防控體系更是不可或缺的“安全網”。

中國應加快建立符合國情、與國際接軌的AI監管框架，既不扼殺創新活力，又能有效防范技術濫用風險；在完善數據安全與跨境流動管理制度、釋放數據要素價值的同時，筑牢國家安全與公民隱私屏障；此外，加強供應鏈安全管理，通過技術攻關與多元合作并舉，提升產業鏈供應鏈的韌性與自主可控水平，從容應對外部技術封鎖。

值得一提的是，中國也具備精準的反制能力，2025年5月，美國對中國實施高端芯片設計軟件禁令，僅一個月后便因中國宣布對鏑、鋱等關鍵稀土元素實施出口管制而撤銷。

沒辦法，中國控制著全球近80%的稀土精煉產能，而稀土是制造芯片、新能源設備的核心材料，這種精準反制讓美國不得不妥協。

歷史經驗反復證明，真正的科技競爭力從來不是靠封閉壟斷得來的，而是源于開放的生態、持續的學習能力與市場的深度融合。

面對創世紀計劃引發的全球科技格局重構，中國的選擇從來不是復制他人藍圖，而是激活自身場景、市場與人才蘊含的系統性創新活力。

如何在自主可控與開放合作之間找到最佳平衡，既筑牢安全底線，又保持開放姿態，將是我們面對“創世紀”級別挑戰時必須持續探索的戰略性命題。

參考文獻：

一、中文參考文獻：

1. 國務院發展研究中心技術經濟研究部. 全球人工智能競爭新態勢與中國應對[R]. 北京: 國務院發展研究中心, 2024.

2. 中華人民共和國商務部國際貿易經濟合作研究院. 全球科技競爭格局下的美國AI產業政策研究[R]. 北京: 商務部國際貿易經濟合作研究院, 2024.

3. 中國信息通信研究院. 人工智能發展白皮書（2024年）[R]. 北京: 人民郵電出版社, 2024.

4. 王貽芳, 潘建偉. 基礎研究與國家戰略科技力量建設[M]. 北京: 科學出版社, 2024.

5. 工業和信息化部電子信息司. 人工智能賦能制造業高質量發展白皮書（2024）[R]. 北京: 電子工業出版社, 2024.

二、英文參考文獻：

1. The White House. Executive Order on Safe, Secure, and Trustworthy Artificial Intelligence[EB/OL]. https://www.whitehouse.gov/presidential-actions/executive-order-safe-secure-trustworthy-artificial-intelligence/, 2023-10-30.

2. National Security Council. National Artificial Intelligence Research and Development Strategic Plan 2024 Update[EB/OL]. https://www.whitehouse.gov/wp-content/uploads/2024/06/National-AI-RD-Strategic-Plan-2024-Update.pdf, 2024-06.

3. Thiel, P. Zero to One: Notes on Startups, or How to Build the Future[M]. New York: Crown Business, 2014.

4. U.S. Department of Energy. Artificial Intelligence and Machine Learning Strategic Plan[EB/OL]. https://www.energy.gov/sites/default/files/2023-11/DOE-AI-ML-Strategic-Plan-2023.pdf, 2023-11.

5. McKinsey & Company. The Economic Potential of Generative AI: The Next Productivity Frontier[R]. New York: McKinsey Global Institute, 2023.

6. National Science Foundation. Science and Engineering Indicators 2024[R]. Arlington, VA: National Science Foundation, 2024.