上海人工智能实验室在2026年2月4日开源了名为 Intern（书生）-S1-Pro 的万亿参数科学多模态大模型，它不仅是目前全球开源社区中参数规模最大的科学模型，也标志着AI for Science（AI4S）从“工具革命”的1.0时代迈向了由“革命性工具”驱动科学发现的2.0时代。
下面这个表格能帮你快速了解它的核心特点：
特性分类 | 具体内容 | 关键点说明 |
|---|---|---|
🧠 模型架构 | 基于混合专家架构 (MoE) | 拥有1万亿总参数，但每次推理仅激活约220亿参数（8位专家），兼顾能力与效率 |
🔬 核心技术 | 傅里叶位置编码 (FoPE) 与重构的时序编码器 | 赋予模型“物理直觉”，能统一处理从微观（如生命信号）到宏观（如宇宙波动）的多尺度科学信号 |
📊 科学能力 | 覆盖化学、材料、生命、地球、物理五大核心学科 | 在100多个专业子任务上表现优异，在IMO-Answer-Bench、IPhO2025等权威科学评测中达到竞赛金牌水平 |
💻 国产算力 | 与昇腾、沐曦等国产芯片深度联合研发 | 实现了从底层算子到训练框架的全栈适配，构建了“算力-算法”一体化的自主技术基座 |
🌐 开源生态 | 模型及全链路工具链完全开源，免费商用 | 旨在降低全球科研门槛，已有超41万次下载，近200家机构申请合作 |
从“解题”到“解决问题”：Intern-S1-Pro的价值不仅在于答题，更在于它能切入真实的科研流程，例如进行化学逆合成分析、蛋白质序列生成、遥感图像分析等，展现出直接提升科研生产力的潜力。
推动科研范式变革：该模型是上海AI实验室“通专融合”战略路径的关键实践。其目标是让AI不再仅是辅助工具，而是能成为与人类科学家协同探索的“科研引擎”，甚至催生新的科学发现范式。
如果你想进一步体验或了解技术细节，可以访问其官方提供的或GitHub等开源平台仓库。希望这些信息对你有帮助！你是否对它在某个特定学科的应用更感兴趣呢？
转载本文请联系原作者获取授权，同时请注明本文来自许培扬科学网博客。
链接地址：https://wap.sciencenet.cn/blog-280034-1521893.html?mobile=1
收藏
