美国商务部宣布向SandboxAQ提供5亿美元的《芯片与科学法案》拨款，用于研发半导体制造所需的新型材料。SandboxAQ于2022年从Alphabet剥离，由前谷歌CEO埃里克·施密特担任董事长。这笔资金并非用于生产制造，而是纯粹的研发资助，旨在将该公司的AI模拟软件应用于构建本土芯片产业所必需的材料发现上。

根据SandboxAQ的说明，这笔5亿美元将投向四个具体方向：开发不含PFAS（永久化学品）的芯片生产材料、新型半导体制造催化剂、不依赖进口钕等稀土的磁体，以及不主要依赖锂等外国来源材料的芯片厂供电电池。这些目标直指美国半导体供应链的薄弱环节——当前许多关键材料高度依赖海外供应。

SandboxAQ的核心技术是其自研的大型量化模型（LQM）。与基于人类语言训练的大语言模型不同，LQM是在物理、化学和生物学定律上进行训练的。公司声称，这种特性使其特别适合发现消除有害PFAS和替代进口材料所需的新物质。其工作流程是：由LQM生成材料预测，再由研究人员在实验室中进行验证，这与多年来利用AI辅助合成新药的思路一脉相承。

然而，AI在药物发现领域的实际成果至今有限。尽管行业领袖曾预测2025年就能用上AI设计的药物，但据美国国立卫生研究院的信息，AI尚未设计出任何一种功能性药物。这自然引发疑问：为何在药物研发上未能成功的AI，在替代关键电池和芯片制造组件上就能奏效？

对此，SandboxAQ向媒体透露，其LQM并非完全依赖真实世界数据，部分训练使用了合成数据。公司发言人表示，在有实验数据的地方会将其纳入，没有数据时也能继续推进并解决问题。当被问及推理过程中的错误是否会累积并导致研究人员浪费大量时间时，公司承认这正是“任何严谨的AI驱动材料项目都必须回答的问题”。但他们强调，模型受物理和化学定律约束，锚定于物理现实而非随意漂移，而实验室测试是最终的准确性检验关口——材料在实验室中要么有效，要么无效，这一验证门槛恰恰防止了推理链条失控。

SandboxAQ补充称，在四个目标领域均非从零开始，此前已在催化剂、电池材料、合金发现和PFAS分解方面积累了经验，这些都将融入CHIPS法案资助的工作中。公司发言人表示，在商业部署中，他们已将候选材料筛选阶段的开发周期从数月缩短至数周。

不过，不同方向的时间表并不一致。公司坦承，半导体行业的认证过程确实严格且耗时，但路径是通过现有制造商的验证和工业认证，而非从零建设新的制造能力。部分工作如PFAS减排，以及新型电池等，可能较快部署到现有晶圆厂。

《芯片与科学法案》于2022年由拜登总统签署成法，计划拨款520亿美元重振本土半导体制造。四年来，政府投资已见部分成效，例如收购英特尔10%股份以助其维持运营，但要减少对外国供应链和制造商的依赖，仍有大量工作要做。此次对SandboxAQ的5亿美元押注，标志着政策工具从支持制造环节向上游材料研发延伸，试图用AI加速解决供应链的深层脆弱性。