WAIC 2025大会：Intern-S1（代号“书生”）发布

上海人工智能实验室在WAIC 2025大会上发布并开源了最新的科学多模态大模型 Intern-S1（代号“书生”）。

体验地址

• Intern-S1 体验地址

资源链接

• GitHub
• HuggingFace
• ModelScope

模型架构

Intern-S1以 MoE 架构为基础，拥有：

• 2350亿参数 的语言模型部分（Qwen3）
• 60亿参数 的视觉编码器（IntrenViT）
• 总规模：2410亿参数

训练数据与能力

• 5T 的训练数据集，其中超过一半是专业领域知识。
• 上下文长度：128K tokens，能够处理多篇顶会论文并进行前后串联分析。

数据解析能力

• 能够读取科研图表中的数据趋势，并结合文字解释背后的逻辑。
• 理解图中显示的内容，解读所代表的物理过程，并推导下一步实验。

创新特性

Intern-S1首创了跨模态科学解析引擎，针对不同模态的数据自适应地进行分词编码。对化学分子式、蛋白质序列等特殊序号提供了更高效的编码表示，压缩率提升了70%以上，使其具备理解专业、复杂数据的能力。

训练范式

为了兼顾通用性与专业性，Intern-S1提出了“通专融合同的训练范式”：

• 利用海量的通用科研数据拓展模型知识广度。
• 训练众多领域专家模型生成高可读性、思维路径清晰的专业数据，并由定制的领域智能验证其质量。

通过这一闭环机制反哺预训练，Intern-S1同时具备了强大的通用推理能力和多项顶尖的专业能力，实现了一个模型解决多种专业任务的突破。

训练效率

在模型后期训练中引入了大规模多任务强化学习框架 Inte。算法上主打“混合奖励”——能验证的任务使用规则和验证器给奖励。这套体系让它的训练能耗只有 Grok 4 的1%，性能却毫不逊色。

结论

Intern-S1会不会成为科研多模态的标准答案？现在下结论还早，但它让我们看到了另一条路径——不是一味做大模型拼参数，而是从实际需求出发，去解决真正难但有价值的应用场景。Intern-S1的方向与前几年大家追求通用能力的方向有所不同。虽然 GPT、Gemini、Claude 等模型在对话和代码生成方面很成熟，但在分析科研图谱或辅助设计实验时，结果经常不稳定且缺乏逻辑，复杂的公式对它们来说就是乱码。

Intern-S1则从科研这一难点切入，将多模态真正应用于文献解析、实验辅助等“高压区”，打开了一条通往“专业型AI”的可能性通道。