美國商務部宣佈向SandboxAQ提供5億美元的《芯片與科學法案》撥款，用於研發半導體制造所需的新型材料。SandboxAQ於2022年從Alphabet剝離，由前谷歌CEO埃裡克·施密特擔任董事長。這筆資金並非用於生產製造，而是純粹的研發資助，旨在將該公司的AI模擬軟件應用於構建本土芯片產業所必需的材料發現上。

根據SandboxAQ的說明，這筆5億美元將投向四個具體方向：開發不含PFAS（永久化學品）的芯片生產材料、新型半導體制造催化劑、不依賴進口釹等稀土的磁體，以及不主要依賴鋰等外國來源材料的芯片廠供電電池。這些目標直指美國半導體供應鏈的薄弱環節——當前許多關鍵材料高度依賴海外供應。

SandboxAQ的核心技術是其自研的大型量化模型（LQM）。與基於人類語言訓練的大語言模型不同，LQM是在物理、化學和生物學定律上進行訓練的。公司聲稱，這種特性使其特別適合發現消除有害PFAS和替代進口材料所需的新物質。其工作流程是：由LQM生成材料預測，再由研究人員在實驗室中進行驗證，這與多年來利用AI輔助合成新藥的思路一脈相承。

然而，AI在藥物發現領域的實際成果至今有限。儘管行業領袖曾預測2025年就能用上AI設計的藥物，但據美國國立衛生研究院的信息，AI尚未設計出任何一種功能性藥物。這自然引發疑問：為何在藥物研發上未能成功的AI，在替代關鍵電池和芯片製造組件上就能奏效？

對此，SandboxAQ向媒體透露，其LQM並非完全依賴真實世界數據，部分訓練使用了合成數據。公司發言人表示，在有實驗數據的地方會將其納入，沒有數據時也能繼續推進並解決問題。當被問及推理過程中的錯誤是否會累積並導致研究人員浪費大量時間時，公司承認這正是“任何嚴謹的AI驅動材料項目都必須回答的問題”。但他們強調，模型受物理和化學定律約束，錨定於物理現實而非隨意漂移，而實驗室測試是最終的準確性檢驗關口——材料在實驗室中要麼有效，要麼無效，這一驗證門檻恰恰防止了推理鏈條失控。

SandboxAQ補充稱，在四個目標領域均非從零開始，此前已在催化劑、電池材料、合金發現和PFAS分解方面積累了經驗，這些都將融入CHIPS法案資助的工作中。公司發言人表示，在商業部署中，他們已將候選材料篩選階段的開發週期從數月縮短至數週。

不過，不同方向的時間表並不一致。公司坦承，半導體行業的認證過程確實嚴格且耗時，但路徑是通過現有製造商的驗證和工業認證，而非從零建設新的製造能力。部分工作如PFAS減排，以及新型電池等，可能較快部署到現有晶圓廠。

《芯片與科學法案》於2022年由拜登總統簽署成法，計劃撥款520億美元重振本土半導體制造。四年來，政府投資已見部分成效，例如收購英特爾10%股份以助其維持運營，但要減少對外國供應鏈和製造商的依賴，仍有大量工作要做。此次對SandboxAQ的5億美元押注，標誌著政策工具從支持製造環節向上遊材料研發延伸，試圖用AI加速解決供應鏈的深層脆弱性。