要点
- Hugging Face 宣布 Project ProtoStar：联合多所大学（经 OFAI）、Astera、ORCA 等，推动公共资助的数据/模型/代码以 AI 就绪、机器可操作格式发布。
- 首场挑战由卡内基梅隆主办（2026-11-02 至 13）：用 210 座美国城市历史气候预测 2019–2026 实况四项指标，并提交简短适应政策构想。
- Hub 上科学数据集增长：2026 年前九月新公开科学数据集约为 2025 同期三倍以上；NIH NCBI 相关公开库累计下载超 1100 万。
美国联邦每年约投入 1900 亿美元研发，NIH、NSF 等正强化公共获取要求。但「放上网」不等于「能被模型发现、组合与复用」。Hugging Face 在 2026年10月29日宣布 Project ProtoStar，把目标写成可检验的问题：以 AI 就绪格式释放的公共资助科研产物，能否被发现、复用、跨机构拼接，从而加速发现与公共收益？
主张：没有机器可操作格式与围绕真实任务的开放挑战，开放获取政策只会堆积静态文件；ProtoStar 用机构 MoU 加序列挑战赛，把「可复用」从口号变成可失败的实验。
[1]创始伙伴包括卡内基梅隆、普渡、佐治亚理工、亚利桑那州立、乔治·华盛顿等大学（经 Open Forum for AI）、Astera Institute、Hugging Face（基础设施）与 ORCA。参与方以谅解备忘录承诺在开放基础设施上释放合适的数据、模型与代码。
首场 CMU「气候风险智能」挑战：用至 2018 的历史记录预测 2019–2026 的年均温、年降水、年最热日与制冷度日，对照历史平均与线性趋势等简单基线；另需提出数据驱动的短期适应政策构想。提交物为 Hugging Face 数据集；预报榜公开，完整 2026 年气象到位后于 2027 年初公布最终预报成绩。
[1]需求侧数字：Hub 上核心科学域公开数据集超 1.7 万，含医学与数学则近 2.9 万；2026 年前九月新数据集约为 2025 同期三倍以上（文称剔除最大上传者后仍显著）。NIH NCBI 相关 18 个公开库下载超 1100 万，NASA IMPACT 27 个库约 77 万；约 90% 的数据集下载来自文档齐全的集合。Hugging Face 亦列于 NIH 通用仓储名单。
这些证明「有人在用可发现的科学资产」，尚非证明 ProtoStar 的 MoU 会改变机构行为。挑战赛设计用事后实况评分，避免纯「未来情景」不可验证。
[1]钢人：大学与国家实验室已有领域仓储；再加一个 Hub 倡议可能分散精力，或把激励扭曲成「为排行榜而发数据」。气候挑战的政策短文难以严肃评审，存在表演性风险。联邦公共获取规则因机构而异，MoU 自愿联盟的强制力有限。
HF 同时是基础设施伙伴与 Hub 运营方，利益需标明：成功指标若只是 Hub 下载，可能忽略领域仓储中的同等复用。
[1]对科研资助方，这篇把合规从「PDF + 附件」推进到「机器可操作 + 有任务验证」。对 AI 科研工具链，跨机构拼接数据的摩擦才是瓶颈，不是又一个基础模型参数量。对城市气候与公共部门，可对照基线的预报挑战提供了一条把模型误差翻译成适应讨论的路径——前提是政策评审不被当作装饰。
[1]六个月应看：CMU 挑战的有效提交与相对基线的误差；是否有第二所机构按期接力挑战；以及 MoU 机构是否实际上传带完整文档的 AI 就绪资产。若挑战产生可复现的跨资源拼接项目，而不仅是宣传页，主张成立；若只有签署仪式与镜像上传，需改写。
[1]