文章核心观点 - 美国政府于2025年11月正式启动名为“创世纪任务”的国家级AI战略计划，旨在打造首个AI驱动的科研平台，加速科学发现，标志着美国科技战略从各自为战转向系统性集体攻关 [1] - 该计划被类比为“AI曼哈顿计划”，其核心目标是通过整合顶尖AI技术、国家实验室资源与超级计算能力，将科学发现速度提升一个数量级，并重塑国家科研体系的底层结构 [1][13][14] - 计划释放出AI已从商业竞争工具升级为国家战略能力与科研基础设施的关键信号，未来国家科技竞争的核心在于谁能将AI深度嵌入科研体系以改写科学发现的速度曲线 [28][29][33] 计划概况与目标 - **计划性质与启动**：计划由美国总统发布行政命令启动，是美国能源部与白宫签署的历史性合作文件，名为“创世纪任务” [1][16] - **核心目标**：打造全国首个AI驱动的科研平台，利用人工智能与超级计算能力加速可控核聚变、能源材料发现、气候模拟、量子计算算法等重大科学研究 [1] - **量化目标**：目标是到2030年，将美国的科学生产力翻倍 [7] - **战略意义**：标志着美国在科技领域的国家级战略调整，旨在确保未来技术领先地位 [1][25] 参与方与合作模式 - **参与企业范围**：集结了微软、谷歌、英伟达、OpenAI、DeepMind、Anthropic等24家美国顶尖科技公司，覆盖了AI产业的全栈力量 [5][19][21] - **历史性合作**：OpenAI和谷歌作为AI领域最大的竞争者，史上首次携手共同推动前沿科学突破 [6] - **企业类型分类**： - 云与平台：Microsoft、Google、AWS、Oracle、IBM [21] - AI模型公司：OpenAI、Anthropic、xAI [21] - 芯片与算力：Nvidia、Intel、AMD、HPE [21] - 新型AI芯片：Cerebras、Groq [21] - 数据与分析公司：Palantir等 [21] - **合作模式**：科技公司提供AI模型、云计算基础设施和开发平台，与国家实验室的科研能力和数据资产相结合 [7][21] 核心实施机构与资源 - **牵头部门**：美国能源部，因其管理着全球最顶级的超级计算机、拥有战略级科研数据及承担非商业化但战略级的研究任务 [16][18] - **核心科研资产**：计划依托能源部旗下的17个国家实验室，包括洛斯阿拉莫斯、劳伦斯伯克利、阿贡和橡树岭等国家实验室 [13] - **资源整合**：计划将国家实验室、超级计算机（如Frontier、Aurora）及数据资产统一到一个AI平台 [13][14] 对关键参与公司的具体影响 - **英伟达**：作为计划中最关键的技术支点之一，国家实验室的超级计算机几乎全部基于其GPU，该计划是其AI与高性能计算长期战略的国家级兑现 [22] - **微软与谷歌**：角色清晰，负责提供云计算基础设施和AI开发平台，未来国家实验室的AI很可能直接运行在其云服务上 [21] - **OpenAI与Anthropic**：意义重大，意味着其大模型将进入核物理、材料科学等硬核科学领域，成为“科学发现引擎”的一部分，而不再局限于聊天、办公等应用 [24] - **谷歌具体承诺**：将把Gemini 3的推理能力应用于核聚变等离子体模拟、气候建模及新材料搜索，并在2026年为国家实验室提供AlphaEvolve、AlphaGenome和WeatherNext等工具 [8] 计划将如何改变科研范式 - **传统流程颠覆**：计划将把传统的“提出假设→设计实验→申请算力→跑模拟→分析数据”长达数年的科研周期，颠覆为“AI自动生成假设→AI设计实验→AI运行模拟→AI分析结果→人类决策”的新范式 [25][26] - **具体应用实例**： - 材料科学：AI可在几天内筛选上亿种材料组合 [26] - 气候研究：AI可替代部分昂贵的物理仿真 [26] - 核聚变领域：AI可优化等离子体控制参数 [26] - **定位**：该计划被视为一个“AI版的国家科研操作系统”，旨在把AI变成科研的“默认工具”，并将最先进的AI能力引入公共科研体系 [13]

行业背景与核心挑战 - 人体内最大的蛋白质肌联蛋白（titin）由超过3.4万个氨基酸组成，其化学全名长达189,819个字母，自1954年发现以来，其完整结构在70多年间一直未知，传统实验方法几乎无法解析[1] - 解析蛋白质三维结构的传统方法（如核磁共振、X射线晶体学、冷冻电镜）成本高昂，设备动辄上百万美元，耗时数月到数年，对于肌联蛋白这种拥有三百多个结构域的超级蛋白质更是难以应对[3] - 在浩瀚的蛋白质世界中，人类通过实验解析出的蛋白质结构不到20万个，在所有人体蛋白质中，也只有约35%的结构被实验解析，且很多残缺不全[6] 技术突破：AlphaFold的出现与能力 - 2020年11月30日，DeepMind推出的AlphaFold2在“全球蛋白质结构预测比赛”（CASP）中，凭借氨基酸序列预测蛋白质结构的准确率超过了90%，直逼实验方法[6] - AlphaFold数据库中的蛋白质预测结构已超过2亿个，涵盖了人类蛋白质组98.5%的结构，来自190多个国家的上百万科研人员正在使用这一开源工具[6] - 2024年，谷歌发布了AlphaFold3，能精准预测蛋白质与DNA、RNA等其他生命分子的相互作用，并推出了能主动设计定制蛋白质的AlphaProteo[23] - 2025年，谷歌推出了AlphaGenome，将预测能力延伸至DNA层面，可从DNA序列预测基因突变对生物学过程的影响[23] - 在蛋白质结构预测领域，除AlphaFold外，还有RoseTTAFold、ESMFold和I‑TASSER等AI模型也在不断突破[23] 应用领域：医药研发与疾病治疗 - 在2020年新冠疫情爆发初期，DeepMind利用开发中的AlphaFold2预测了新冠病毒部分蛋白质的结构，帮助研究者迅速了解病毒生理机制并筛选潜在治疗药物[8] - 生物技术公司Insilico Medicine将AlphaFold2整合进其AI药物发现平台Pharma.AI，通过该全流程AI方法，在几年内发现了治疗特发性肺纤维化的候选药物Rentosertib，该药物已进入II期临床试验，成为全球首个完全由AI发现靶点并设计化合物的试验药物[18][20] - 英国牛津大学的研究团队利用AlphaFold2找到了疟原虫蛋白质的关键结合位点，为开发能切断疟疾传播链的疫苗提供了新思路[10] - 马耳他大学的科学家使用AlphaFold研究基因突变对骨质疏松的影响，通过对比正常与突变蛋白质的结构模型来观察功能破坏的可能性[11] - 2023年，DeepMind基于AlphaFold推出了AlphaMissense模型，利用其对结构的“直觉”来判断错义突变是否可能致病，成功归类了人类所有错义突变中的89%，生成了“人类错义突变目录”，以帮助锁定罕见遗传病及糖尿病等复杂疾病的遗传因素[13] 应用领域：环境保护与工业设计 - AlphaFold2能帮助科学家重新设计蛋白质，以完成如高效降解一次性塑料等过去难以做到的任务[14] - 英国朴次茅斯大学的科学家利用AlphaFold，在短短几天内获得了上百种来自微生物的候选降解酶的三维结构，并基于这些结构设计反应更快、稳定性更高、成本更低的酶，以更有效地分解塑料垃圾[17] 具体案例：肌联蛋白研究的进展 - AlphaFold2将肌联蛋白的序列切分成166个“重叠群”（contig），每个长达上千个氨基酸，并分别给出了结构预测，科学家已将这些结构整合，得到了肌联蛋白中所有相互串联的双结构域的三维蓝图[21] - 科学家借助AlphaMissense等工具，评估了肌联蛋白不同突变的潜在致病性，使这个此前几乎无法触及的研究对象变得有迹可循[21] - 2024年，科学家发现了一种比肌联蛋白还要大25%的蛋白质PKZILLA-1，刷新了自然界已知最大蛋白质的纪录[23]

AI在科研领域的应用 - AI已具备总结、延展和提出新想法的能力，能够帮助研究人员更高效地开展科研工作 [1] - AI技术如豆包、DeepSeek等工具正被广泛应用于科研一线，包括课题选择等研究环节 [3] - AlphaFold在蛋白质结构预测方面的突破推动了生物学研究范式的改变 [3] - 谷歌DeepMind推出的AlphaGenome有助于快速预测基因变化的影响 [3] AI对生物学研究的影响 - AlphaFold使生物学研究可以从生物物理出发，倒推生物学功能，发现新的细胞生物学现象、疾病发生机理和遗传学规律 [3] - AI技术颠覆了传统从粗到细、由远及近的研究方式，使研究人员能够从近往远看，将科学探索范围扩展几个数量级 [4] - AI辅助研究改变了从遗传学到细胞生物学、生物化学再到生物物理的传统研究顺序 [3] 跨学科合作与AI辅助 - 研究人员应加强跨学科合作与交流，以拓展科研思路 [4] - AI可以作为辅助工具帮助研究人员进行更深入的思考 [4] - "AI+生物学"领域正受到业界广泛关注 [3]

AI行业动态 - Meta从OpenAI挖走四位华人学者，或助其弥补技术短板[8] - AI创业公司Delphi获红杉领投1600万美元A轮融资，用户对话可获超85%收入[9] - OpenAI前CTO创立的Thinking Machines Lab完成20亿美元种子轮融资，估值达100亿美元[10] AI应用资讯 - Anthropic的Claude聊天机器人新增免编程构建AI应用功能[11] - 谷歌推出开源免费的Gemini CLI，有百万上下文窗口和每天1000次免费使用限额[12] - 特斯拉Robotaxi在德州奥斯汀启动，首批乘客固定价格4.2美元，投入10 - 20辆Model Y[22] AI大模型资讯 - 微软发布Mu模型，3.3亿参数性能比肩参数量大10倍的Phi - 3.5 - mini[27] - Sakana AI提出“强化学习教师”新范式，降低训练成本，缩短训练时间[28] 科技前沿 - CMU团队将LLM推理延迟降低1.2至6.7倍，Qwen3 - 8B每token延迟降至12.5毫秒[29] - 微软量子计算技术将量子比特错误率降低1000倍，从10⁻³降至约10⁻⁶[32]

核心观点 - 海外科技映射涵盖谷歌、Meta、特斯拉等公司的多项科技进展，如谷歌解析人类DNA、Meta进军高端AI眼镜市场等[2] - 国内热门主题涉及蚂蚁、泡泡玛特等公司的创新成果，如蚂蚁开源模型、泡泡玛特IP驱动增长等，还有国内首例侵入式脑机接口临床试验成功等事件[2] - 国内政策关注包括金融支持消费、资源环境要素配置、普惠金融、黄金产业发展等方面的政策发布[2] 海外科技映射 - 谷歌AlphaGenome能精准预测人类DNA序列调控功能及基因变异影响，处理能力达百万碱基序列，具有兼顾长序列与高分辨率等优势[2][6][7] - Meta与Oakley合作推出高端AI眼镜Oakley Meta HSTN，主打运动场景，具备语音控制等功能，续航大幅提升，Meta还计划推出两款新AI眼镜[2][13] - 特斯拉Robotaxi在奥斯汀启动试点，标志无人驾驶出租车进入实际运营阶段，但扩大规模面临挑战，且当地立法者开始制定相关规定[2][15][17] - QuantumScape将Cobra隔膜工艺整合至电池生产流程，推动QSE - 5B样电芯交付，性能指标亮眼，受消息影响股价盘后大涨超30%[2][20] - 谷歌开源AI智能体Gemini CLI，支持自然语言交互，大幅提升命令行效率，与谷歌的AI编程助手Gemini Code Assist采用相同技术架构[2][23] - OpenAI推出“最强推理”o3 - pro模型，深度思考与高可靠性见长，但响应速度慢，存在一些功能限制[2][29] - 苹果WWDC聚焦生态融合与AI，宣布全平台统一命名、新界面设计及深度智能整合，但AI功能未达市场预期致股价下跌[2][32] - 美国GENIUS法案通过参议院审议，构建多层次监管体系，为稳定币市场发展与规范带来契机与挑战[33][35] 国内热门主题 - 蚂蚁开源轻量级推理模型Ring - lite，基于MoE架构，性能媲美更大参数Dense模型，有三项技术创新，在对比测试中表现优异[2][37][41] - 泡泡玛特LABUBU驱动增长，明星IP贡献显著，618预售增加供给抑制溢价，公司强调长期IP运营策略[2][48] - 出门问问发布全球首款智能体AI硬件TicNote，主打录音转写等功能，便携性与续航突出[2][52] - 小米首款AI眼镜对标Meta，定位“下一代个人智能设备”，搭载小爱同学，强调续航与“人 - 车 - 家”生态优势，但价格竞争力不明显[2][53][55] - 国内首例侵入式脑机接口临床试验成功，中国成为全球第二个实现该技术进入临床试验阶段的国家，受试者能实现意念操控，系统稳定高精度[2][62] - 蚂蚁集团计划在港申请稳定币牌照，国泰君安国际获香港证监会批准升级牌照，可提供虚拟资产交易服务，股价应声大涨[2][65] - 江苏省首届城市足球联赛“苏超”成功举办，带动足球概念及相关产业发展，吸引21家赞助商，但需警惕部分公司股价过度炒作风险[2][68] 国内政策关注 - 《关于金融支持提振和扩大消费的指导意见》从支持增强消费能力等六个方面提出重点举措，共19条[2][70][72] - 《关于健全资源环境要素市场化配置体系的意见》围绕资源环境要素市场化配置提出系统性改革方案，重点任务包括完善配额分配机制等[2][73][76] - 《银行业保险业普惠金融高质量发展实施方案》提出6部分16条具体措施，重点包括优化普惠金融服务体系等三项重点任务[2][80] - 《黄金产业高质量发展实施方案（2025—2027年）》旨在推动黄金产业向高端化、智能化、绿色化和安全化方向发展，实现高质量发展，提出了提升资源保障能力等方面的具体措施[2][81][82]

AlphaGenome技术突破 - 谷歌DeepMind发布革命性AI工具AlphaGenome，能够解读百万碱基对的DNA序列并预测基因突变对分子功能的影响 [2] - 该工具可分析基因起始点、RNA剪接、染色质开放区域、蛋白质结合片段等，并能预测微小变异引发的连锁反应 [2] - 基于ENCODE、GTEx、FANTOM5等大型生物数据库训练，结果具有高可靠性 [2] 技术应用场景 - 在疾病研究中帮助快速识别影响基因调控的变异，例如白血病中激活癌基因的突变路径 [2] - 在合成生物学领域用于设计DNA序列，实现特定细胞中的基因表达，如更安全的基因疗法 [3] - 在基础研究中标注不同细胞中DNA的功能，帮助构建完整的基因调控网络 [3] 技术定位与前景 - AlphaGenome是AlphaFold的"DNA级继承者"，专注于破解过去无法理解的98%非编码DNA区域 [2] - 目前虽不能解决所有复杂性状或不适用于个人诊断，但为"读懂基因"迈出重要一步 [3] - 未来可能成为精准医疗和生命科学研究的新引擎，推动治愈此前无药可解的疾病 [3]

核心观点 - Alphabet旗下DeepMind推出全新AI模型AlphaGenome 旨在解析人类DNA中与疾病形成相关的关键部分及其作用机制 [1] - 该模型突破性地覆盖基因组中98%的非编码调控区域 揭示与癌症 罕见病等疾病相关的突变机制 [2] - AlphaGenome在24项标准测试中22项超越现有最优模型 训练效率提升50% 实现跨任务联合预测 [4] - 模型已成功预测白血病患者非编码突变导致癌基因TAL1异常激活的案例 验证其疾病机制解析潜力 [3] - 技术为精准医学奠定基础 但当前版本仍存在远距离调控信号捕捉等局限性 [5][6] 技术突破 - 首款整合长上下文(100万碱基对)与单碱基分辨率预测能力的AI系统 采用卷积网络与Transformer混合架构 [1][3] - 可实时预测基因起始位置 剪接方式 RNA表达量 蛋白质结合可能性等多项生物学属性 [1] - 唯一实现跨任务 跨模态联合预测的模型 通过单次API调用替代多模型协作流程 [4] - 训练时间仅4小时 算力消耗为前代Enformer模型的一半 [4] 应用价值 - 加速罕见病 癌症等领域研究 通过快速评估DNA序列在不同组织中的调控活性 [3] - 案例验证：准确预测白血病患者非编码突变引入MYB结合位点 导致TAL1癌基因异常激活 [3] - 推动复杂疾病早期筛查 靶向治疗及个性化医疗发展 [5] - 提供统一可扩展的工具框架 未来可扩展至其他物种及临床应用 [6] 行业影响 - 延续AlphaFold在AI制药领域的颠覆性影响 催生新研究方向 [1] - 破解非编码区域"暗物质"难题 改变基因组学研究范式 [2] - 显著降低科研门槛 提升变异影响评估效率 可能缩短药物研发周期 [4][5] 当前局限 - 难以捕捉10万碱基对以上的远距离调控信号 [6] - 细胞和组织类型差异性捕捉仍需优化 [6] - 不涵盖发育 生理及环境因素对复杂疾病的影响 [6]

美股市场表现 - 道指涨0.94%至43386.84点，标普500指数涨0.8%至6141.02点，纳指涨0.97%至20167.91点并录得四连涨，标普500指数和纳指均创历史收盘次高 [1][3] - 瑞银警告美股逼空行情接近尾声，其跟踪的逼空指数近期暴涨43%，但真实风险偏好指标持续走弱，历史数据显示类似逼空行情结束后3个月内标普500指数与纳指平均跌幅分别达11%和13% [3] - 摩根大通认为美国关税政策可能拖累全球经济增长并重新点燃通胀，预计美国下半年陷入衰退概率为40% [3] 美联储动态与政策展望 - 特朗普考虑提前宣布鲍威尔接班人，潜在候选人包括前美联储理事凯文·沃什等，此举旨在提前影响市场利率预期 [4][5] - 美联储古尔斯比指出就业市场接近充分就业，关税对通胀影响可能温和，需数月时间评估关税影响 [5] - 美联储巴尔金称近期通胀数据令人鼓舞，但关税将推升通胀压力，加息不再是主要话题 [5] - 美联储戴利表示劳动力市场坚挺，秋季降息前景乐观，政治压力未影响美联储决策 [6] 科技股与行业趋势 - 大型科技股多数上涨，脸书、亚马逊涨逾2%，谷歌、微软涨逾1%，苹果跌0.28%，特斯拉跌0.54% [7][8] - 巴克莱研究显示Robotaxi到2027年可能抢占10%网约车市场份额，但当前车辆供应瓶颈限制扩张，Waymo等公司需通过低成本车型提升经济性 [8] - 特斯拉Robotaxi测试中出现技术缺陷，包括错误车道行驶和突然刹车等问题 [8] - 谷歌DeepMind推出AI模型AlphaGenome，可分析百万级DNA碱基对并预测基因变异影响 [9] 国际政治事件 - 普京称伊朗与以色列冲突已成过去式，中东局势正在缓和 [10][11]

美股市场表现 - 道指涨0.94%至43386.84点，标普500指数涨0.8%至6141.02点，纳指涨0.97%至20167.91点，录得四连涨 [3][4] - 标普500指数和纳指均创历史收盘次高 [3] - 道指上涨404.41点(+0.94%)，纳指上涨194.36点(+0.97%)，标普500上涨48.86点(+0.8%) [4] 机构观点 - 瑞银警告美股逼空行情接近尾声，其跟踪的逼空指数近期暴涨43%，但真实风险偏好指标持续走弱 [5] - 历史数据显示类似强度的逼空行情结束后3个月内，标普500指数与纳指平均跌幅分别达11%和13% [5] - 摩根大通认为美国今年下半年陷入衰退的概率为40%，关税政策可能拖累全球经济增长并重新点燃通胀 [5] 美联储动态 - 特朗普考虑提前宣布鲍威尔接班人，可能最早在今年夏季或秋季公布人选 [6][7] - 美联储古尔斯比表示就业市场稳定接近充分就业水平，关税对通胀影响可能仅限于温和程度 [7] - 美联储巴尔金指出近期通胀数据令人鼓舞，就业市场状况良好，但认为疫情时期的通胀不会再现 [7] - 美联储柯林斯认为7月降息可能为时过早，基线展望是今年晚些时候恢复降息 [8] - 美联储戴利表示劳动力市场坚挺，秋季降息看起来有希望 [8] 科技股表现 - 大型科技股多数上涨：脸书、亚马逊涨逾2%，谷歌、微软涨逾1%，英伟达涨0.46%，苹果跌0.28%，特斯拉跌0.54% [10][11] - 巴克莱研究预计到2027年Robotaxi将实质性威胁传统网约车行业，每11000辆Robotaxi可抢占10%市场份额 [11] - 特斯拉Robotaxi在测试中出现多项技术问题，包括进入错误车道、突然刹车、超速等 [11] 人工智能进展 - 谷歌DeepMind推出AI模型AlphaGenome，可分析最多一百万个DNA碱基对并预测基因变异影响 [12]

Anthropic宣布Claude新增AI应用构建功能 - Anthropic为其Claude聊天机器人新增AI应用构建功能 允许用户直接在应用内构建由AI驱动的应用程序 目前该功能处于测试阶段 [1] 谷歌DeepMind推出基因预测模型AlphaGenome - 谷歌DeepMind推出AI模型AlphaGenome 用于预测人类DNA中基因变异对生物过程的影响 可分析多达100万个DNA碱基对并预测数千种分子特性 [1] - 该模型能通过比较突变和未突变序列评估基因变异影响 伦敦大学学院教授认为其有助于理解癌症等疾病 [1] 国内首场机器人足球3V3 AI赛 - 国内首场机器人足球3V3 AI赛RoBoLeague将于6月28日在北京亦庄举行 四支参赛战队包括北京信息科技大学Blaze光炽队、清华大学未来实验室Power智能队等 [1] - 赛事不仅是人形机器人技术展示平台 还为全球人形机器人大赛足球项目提供实战数据与规则验证 [1] 亚马逊Ring推出AI生成通知功能 - 亚马逊Ring视频门铃部门推出AI生成的通知功能 可提醒用户家中异常或可疑活动 通过AI生成运动活动的文本摘要并以手机通知形式显示 [1] - 该功能摘要仅描述主要内容且设计简洁 便于用户快速判断紧急程度 Beta版将于6月25日向美加Ring高级订阅用户推出 [1]