钱怎么分

按 NSF 公布的方案，每个中心每年获得约 600 万美元资助，初始周期为五年，到期后可竞争最多额外五年的支持——也就是说单个中心五年总额约 3000 万美元，最长可获十年支持。

STC 项目自 1987 年设立以来，一直定位于大规模、变革性的研究，特点是把高校、国家实验室、产业界和其他合作方拉到同一个课题下，做单一机构难以承担的高风险基础研究。NSF 表示，2026 届三个中心的共同重点是强化基础研究、推进关键与新兴技术、培养科技人才，以及把研究发现转化为实际技术。

履行 NSF 主任职责的布莱恩·斯通（Brian Stone）表示：「保持美国在科学与技术上的领先地位，需要大胆的研究、强有力的伙伴关系和一支高素质的人才队伍。」

TEMPEST：用 AI 硬啃湍流这块硬骨头

第一个中心叫 TEMPEST，全称「多物理场与科学湍流工程变革性探索中心」，由密歇根州立大学牵头。

它要解决的是物理与工程领域公认的难题之一：湍流。湍流指流体和等离子体那种混沌的、跨尺度的运动，在聚变能源等方向上都是关键变量，但科学家至今无法可靠预测复杂湍流系统在差异巨大的尺度之间如何表现。

TEMPEST 的技术路线是把先进实验、数学建模、高性能计算和人工智能结合起来，构建更准确、更可靠且有物理基础支撑的模型。NSF 的表述是，这有望加速聚变能源的发展，并为其他关键技术领域打下更扎实的科学基础。

这里的 AI 角色值得留意：它不是拿来生成文本或图像的，而是作为物理建模的辅助手段——在实验数据和高性能计算之间搭桥，帮助拟合那些传统方程难以闭合的部分。

GENIE：把 DNA 的三维折叠当成可编程对象

第二个中心是「基因组智能工程中心」（GENIE），由西北大学牵头。

它的研究对象是 DNA 在细胞核里的三维组织方式。DNA 并不是随意堆在细胞里的，它的空间排布很大程度上决定了每个细胞的身份和功能；而这种物理组织一旦发生变化，可能与阿尔茨海默病、心血管疾病和癌症等疾病相关。

GENIE 的目标是开发三维 DNA 工程的新技术，并积累相应知识，让细胞和组织能够抵御损伤、恢复失去的功能，回到更健康的状态。NSF 认为这有可能带来生物技术与生物医学领域的重大进展。

人机协同适应中心：机器人要学会适应不同的人

第三个中心是「人机协同适应中心」（Center for Human and Robot Co-Adaptation），由得克萨斯大学奥斯汀分校牵头，也是三者中与日常生活关系最直接的一个。

随着服务型和辅助型机器人越来越多地进入家庭、医院、职场和公共空间，问题不再是机器人能不能完成固定流程，而是人与机器人如何安全、有效地相互适应。该中心把机器人学、人工智能和人因工程结合起来，研究具备具身智能（embodied intelligence）的机器人如何从人身上学习，理解人的需求和偏好，并在物理和认知两个层面适应不断变化的环境与不同的人。

NSF 给出的应用场景包括支持独立生活、医疗照护以及其他以人为中心的服务。

值得注意的是「协同适应」这个提法——它意味着适应是双向的，不只是要求人去学会怎么用机器人，机器人也要主动调整自己。对于任何存在人机混合作业的场景，这恰恰是最难的一环。

一条正在被反复验证的路径

把三个中心放在一起看，NSF 这轮投入的共性很清楚：AI 已经从独立的研究对象，变成湍流物理、基因组工程和机器人学的通用工具层。

同样值得注意的是资助结构本身——每年 600 万美元、五年起步、到期后凭成果竞争续期，这种设计更倾向于奖励持续产出，而不是一次性项目。对于湍流预测、三维基因组工程这类短期内很难出成果的方向，稳定的长周期投入往往比单笔大额资助更关键。