Intern-S2-Preview – 上海 AI Lab 开源的科学多模态大模型

⚠️ 免责声明： 本文所评测的模型为预览版（Preview），尚未正式公开发布。文中所有评价基于当前公开的预览版本，不代表最终正式版本的表现。内容仅供技术参考，不构成任何推荐或保证。

1. Intern-S2-Preview是什么

Intern-S2-Preview是上海人工智能实验室（上海AI Lab）开源的新一代书生科学多模态大模型预览版，以35B参数规模实现了比肩万亿参数模型的科学能力。该模型通过独创的“通专融合”全链路训练范式与强化学习驱动，首次在开源通用大模型中实现了材料晶体结构生成，在MolecularIQ评测中得分57.26，晶体结构生成通过率超40%，显著超越GPT-5.5等主流闭源模型。同时，模型支持复杂科学推理、生物多组学理解与智能体任务执行，基于昇腾Atlas 900 A3超节点实现了算法—系统—算力的协同优化，为科研创新提供了高效、低门槛的AI基础设施。

技术定位与领域： Intern-S2-Preview属于科学多模态大模型领域，其独特定位在于“通专融合”——即在通用大模型架构中深度融合数百项专业科学任务。与传统的通用大模型或专用科学模型不同，该模型试图在单一框架内同时解决通用推理和高度专业化的科学问题，包括分子结构推理、晶体生成、生物多组学分析等。这种定位使其在AI for Science领域具有开创性意义，填补了开源模型中专业科学能力与通用推理能力之间的鸿沟。

研发背景： 上海人工智能实验室作为国家级AI研究机构，长期致力于大模型基础理论与应用研究。团队此前推出的InternLM系列已在通用领域积累深厚技术基础。Intern-S2-Preview的研发动机源于一个核心洞察：传统大模型在科学任务上要么依赖巨大的参数量（万亿级），要么只能处理单一科学领域。上海AI Lab团队希望通过创新的训练范式，在中等规模参数（35B）上实现科学能力的突破，降低科研机构使用AI的门槛。该模型是实验室“书生”系列在科学领域的延伸，体现了其从通用到专业的战略布局。

核心价值： Intern-S2-Preview解决了科研领域长期面临的“大模型部署成本高、科学能力不足”的双重困境。一方面，35B参数规模使得模型可以在消费级GPU集群上部署，大幅降低算力门槛；另一方面，模型在分子结构推理（MolecularIQ 57.26）、晶体结构生成（通过率>40%）、科学编程（SciCode 39.64）等专业任务上达到甚至超越了万亿参数模型。核心创新价值在于：首次在开源通用大模型中实现晶体结构生成，无需依赖扩散模型即可完成高精度坐标回归；同时，通过强化学习驱动的思维链优化，在数学推理中以相同单位智能比肩8倍参数量模型，实现了性能与效率的平衡。

技术特点： Intern-S2-Preview的技术核心围绕“通专融合全链路训练”展开，将数百项专业科学任务从预训练阶段贯穿至强化学习阶段，通过任务Scaling机制实现能力涌现。模型引入傅里叶位置编码（FoPE）和实数预测模块，在分子结构空间建模中实现高精度坐标回归。此外，模型基于XTuner训练框架与LMDeploy推理引擎构建训推一体化架构，并针对昇腾Atlas 900 A3超节点进行了深度算力优化，实现了训练稳定性与推理效率的双重提升。

2. 主要功能

• 材料晶体结构生成： 首次在开源通用大模型中实现材料晶体结构生成，引入实数预测模块支持高精度坐标回归与分子结构空间建模。该功能无需依赖扩散模型，即可直接输出晶体结构的空间坐标预测结果，在材料科学领域具有突破性意义，MolecularIQ得分57.26，晶体结构生成通过率超40%。

• 科学多模态理解： 支持多组学序列分析、生物显微图像问答、生物分子指令理解、分子结构推理、遥感感知与推理及综合科学推理。该功能覆盖从微观分子到宏观遥感的多尺度科学场景，能够处理图像、序列、文本等多种模态的科学数据，实现跨模态的语义对齐与知识融合。

• 数学与复杂推理： 覆盖国际数学奥赛解题、多模态数学推理、高中数学竞赛等任务，支持思维链折叠与极致压缩的高效推理。在IMO-Bench评测中得分84.00，MMLU Pro通用知识推理得分88.00，展现了在复杂逻辑推理与知识应用方面的强大能力。

• 长程文本与多模态推理： 支持长程纯文本及多模态推理，具备处理超长科学文献与复杂跨模态信息的能力。该功能对于需要综合多篇论文、多模态数据的科研场景尤为重要，如文献综述、实验设计等任务。

• 科学图表与数据问答： 针对科学图表、数据可视化内容进行专业问答与解析，能够理解科研论文中的图表信息、实验数据可视化结果，并给出专业级解读。该功能极大提升了科研人员从文献中提取信息的效率。

• 科学代码生成： 在科学编程与算法求解场景中表现优异，可高效支撑科学计算、算法开发与科研脚本编写。在SciCode科学编程评测中得分39.64，能够生成符合科研规范的高质量代码。

• 通用智能体任务执行： 具备科学智能体交互、科学竞赛与研究智能体任务执行、OpenClaw编码智能体及软件工程智能体等复杂任务规划与自主执行能力。在SGI-Bench科学智能体交互评测中得分52.52，PinchBench通用智能体编码得分88.22，展现了强大的自主决策与工具调用能力。

• 指令跟随与代码生产： 支持高精度指令跟随与通用代码生产任务，能够准确理解用户意图并生成符合要求的代码。该功能在科研自动化工作流中具有广泛应用价值，如自动化数据处理、模型训练脚本生成等。

3. 如何使用

1. 在线对话体验： 访问书生大模型官方体验平台（chat.intern-ai.org.cn），直接进行多轮对话测试。无需任何配置，用户即可体验科学问答、分子结构理解、代码生成等核心能力。建议优先测试晶体结构生成和科学推理功能，以感受模型在专业领域的优势。

2. API 服务接入： 通过 ChatAPI 调用模型，在 model 字段填写 intern-s2-preview，默认开启深度思考模式（thinking_mode）。该模式对科学推理、智能体任务至关重要，建议在集成到科研工具链或自动化工作流时保持开启。API调用支持流式输出，适合需要实时交互的场景。

3. 智能体任务执行： 若需使用智能体能力（如接入 OpenClaw 等 harness 执行复杂科研任务），强烈建议保持 thinking_mode 开启。该模式能够保障任务拆解、工具调用与多步决策的稳定性，避免因推理深度不足导致的任务失败。建议在首次使用前阅读官方提供的智能体任务示例。

4. 开源模型本地部署： 从 HuggingFace 或 ModelScope 下载模型权重，结合官方推荐的 LMDeploy 推理引擎进行本地部署。硬件要求：推荐使用至少4张NVIDIA A100（80GB）或昇腾Atlas 900 A3节点，显存需求约140GB（BF16精度）。部署命令示例：lmdeploy serve internlm/Intern-S2-Preview。支持多模态长序列处理，适合需要数据隐私保护的科研场景。

5. 科研微调与训练： 基于 XTuner 训练框架，利用开源权重进行领域微调。训练阶段支持多 token 预测强化学习及共享 MTP 权重计算，便于训推一体化迭代。建议使用至少8张A100进行微调，学习率建议设置为1e-5，batch size根据显存调整。XTuner提供了详细的微调脚本和配置模板。

6. 晶体结构生成任务： 针对材料科学场景，直接调用模型进行晶体结构生成与分子坐标回归。无需依赖扩散模型即可获得高精度空间坐标预测结果。调用方式：在API或本地部署中，输入材料化学式或结构描述，模型将输出晶体结构的空间坐标。建议在生成后使用VASP等DFT工具进行验证。

4. 优缺点分析

5. 同类工具对比

选型建议： 对于科研机构，特别是材料科学、分子生物学、药物研发等领域，Intern-S2-Preview 是首选。其在晶体结构生成、分子结构推理、科学智能体等专业任务上的表现远超同参数规模竞品，且开源特性便于二次开发和定制。如果团队主要关注通用科学编程（如物理模拟、算法实现），Step3.5-Flash 在SciCode上略有优势，但需注意其不支持晶体生成等专业功能。对于需要平衡通用推理与科学能力的团队，Intern-S2-Preview 的综合表现最优，尤其在科学智能体方面领先明显。

对于企业级应用，如果算力预算充足且对闭源模型无顾虑，可以结合 GPT-5.5 的通用能力与 Intern-S2-Preview 的专业能力形成互补。但考虑到 GPT-5.5 在晶体生成等任务上的空白，Intern-S2-Preview 在材料科学等垂直领域具有不可替代性。对于预算有限的中小型团队，Intern-S2-Preview 的开源特性和35B参数规模使其成为性价比最高的选择。

6. 编辑点评

Intern-S2-Preview 代表了当前AI for Science领域的一项重要技术突破。从技术创新性来看，该模型最值得关注的是“通专融合”训练范式的实践——将数百项专业科学任务从预训练阶段贯穿至强化学习阶段，通过任务Scaling机制实现了35B参数比肩万亿级模型的能力涌现。这种范式打破了传统“先通用后微调”的局限，使得专业能力不再是模型的“附加功能”，而是其核心能力的一部分。具体而言，晶体结构生成功能的实现——首次在开源通用大模型中引入实数预测模块完成高精度坐标回归——不仅是技术上的创新，更意味着AI在材料科学领域的实用化迈出了关键一步。

从实用价值角度分析，Intern-S2-Preview 最突出的贡献在于降低了科研机构使用大模型的门槛。35B参数规模意味着可以在4-8张A100（80GB）上部署，远低于万亿参数模型所需的数百张GPU。同时，模型在MolecularIQ（57.26）、SGI-Bench（52.52）等专业评测中的表现表明，其科学能力已经达到甚至超越了闭源模型。对于材料科学、分子生物学、药物研发等领域的科研人员，可以直接利用该模型进行晶体结构预测、分子结构推理、文献分析等任务，大幅提升研究效率。

在适用人群定位上，该模型主要面向：材料科学、化学、生物学、药物研发等领域的科研人员；需要自动化科研工作流的团队（如智能体驱动的实验设计）；以及希望在大模型科学应用领域进行二次开发的AI工程师。对于通用AI应用开发者，该模型的通用能力（MMLU Pro 88.00）也足以胜任大多数任务。

未来发展潜力方面，Intern-S2-Preview 作为预览版，仍有提升空间。首先，科学领域的覆盖范围可以进一步扩展，如增加物理模拟、地球科学等任务。其次，晶体结构生成的精度需要更多实验验证，并可能与DFT等传统方法形成互补。最后，社区生态的完善（如更多教程、插件、案例）将极大推动其落地应用。如果上海AI Lab能够持续迭代“通专融合”范式，该模型有望成为科学AI领域的基础设施。

7. 应用场景

• 分子生物学与药物研发： 用于多组学序列分析、生物分子指令理解与分子结构推理。科研人员可以输入蛋白质序列或基因表达数据，模型能够自动分析功能域、预测蛋白质结构、推断分子相互作用，辅助靶点发现、化合物筛选及药物作用机制研究。在药物研发早期阶段，可将候选分子的结构与活性数据输入模型，快速获得结合位点预测和药效评估。

• 材料科学创新发现： 直接生成材料晶体结构并输出高精度空间坐标。材料科学家可以输入目标材料的化学组成或结构描述，模型将生成候选晶体结构，包括晶格常数、原子位置等关键参数。该功能可加速新型半导体、催化剂、电池材料等的研发迭代，从传统“试错法”转向“AI驱动的高通量筛选”，显著缩短研发周期。

• 科学计算与算法开发： 支撑科学编程、算法求解与科研脚本编写。研究人员可在模型对话中描述物理模拟、化学计算或生物信息学处理的需求，模型自动生成符合科研规范的Python、Fortran或MATLAB代码。例如，输入“编写一个分子动力学模拟的初始化脚本”，模型将输出包含力场参数、边界条件设置的完整代码。

• 生物显微图像与遥感分析： 对生物显微图像进行专业问答与特征识别，同时支持遥感感知与推理。生物学家可以上传细胞显微图像，模型能识别细胞结构、标记异常区域；地球科学研究者可以输入遥感影像，模型能够进行土地利用分类、灾害监测等任务。该场景覆盖从微观到宏观的多尺度科学分析。

• 数学与复杂科学推理： 覆盖国际数学奥赛、高中数学竞赛及研究生级别学科推理。学生或研究人员可以输入数学证明、公式推导或逻辑验证问题，模型能够提供详细的思维链推理过程，辅助教学、竞赛准备和理论研究。在IMO-Bench评测中84.00的得分表明其具备解决高难度数学问题的能力。

• 科研智能体自动化执行： 作为科学竞赛智能体、研究智能体或OpenClaw编码智能体，自主完成文献调研、实验设计、数据分析等多步骤科研任务。科研团队可以构建自动化工作流：模型自主搜索相关文献、提取关键信息、设计实验方案、生成代码执行分析，最终输出研究报告。该场景在SGI-Bench评测中得分52.52，展现了强大的自主决策能力。

8. 常见问题FAQ

Q：Intern-S2-Preview与InternLM系列有什么区别？
A：Intern-S2-Preview是上海AI Lab“书生”系列在科学领域的延伸，与通用型的InternLM不同，它通过“通专融合”训练范式，在35B参数规模上实现了材料晶体结构生成、分子结构推理等专业科学能力。简单来说，InternLM是通用大模型，而Intern-S2-Preview是在通用能力基础上深度优化的科学多模态大模型。

Q：模型是否支持中文？推理效果如何？
A：模型主要针对科学任务优化，支持中英文输入。在中文科学场景（如中文文献分析、中文化学术语理解）中表现良好，但在中文通用对话（如闲聊、文学创作）中可能不如专门优化的中文模型。建议在科学任务中使用中英文混合输入，模型能够准确理解专业术语。

Q：晶体结构生成的精度如何？是否需要额外验证？
A：模型在晶体结构生成任务中通过率超40%，MolecularIQ得分57.26，显著优于GPT-5.5等闭源模型。但作为AI预测结果，建议使用VASP、Quantum ESPRESSO等DFT（密度泛函理论）工具进行验证。模型输出的空间坐标可作为初始结构，大幅减少传统方法中“试错”的迭代次数。

Q：本地部署需要多少显存？支持哪些显卡？
A：推荐使用至少4张NVIDIA A100（80GB）或昇腾Atlas 900 A3节点，显存需求约140GB（BF16精度）。如果使用量化（如INT4），显存需求可降低至约70GB，但会牺牲部分精度。目前不支持消费级显卡（如RTX 4090）完整运行，但可通过API服务间接使用。

Q：模型是否可以用于商业用途？
A：模型采用开源许可证（具体请查看HuggingFace仓库中的LICENSE文件），支持商业和学术用途。但需要注意的是，模型权重可能包含第三方数据，建议在商业使用前咨询法律团队确认合规性。上海AI Lab鼓励科研机构和企业基于该模型进行二次开发。

Q：如何提升模型在特定科学领域的表现？
A：推荐使用XTuner框架进行领域微调。具体步骤：1）收集目标领域的专业数据（论文、实验报告、数据库等）；2）使用XTuner提供的微调脚本，设置合适的学习率（建议1e-5）和batch size；3）在至少8张A100上训练10-20个epoch。微调后可以在保持通用能力的同时提升专业任务表现。

Q：模型是否支持多轮对话中的上下文记忆？
A：是的，模型支持多轮对话，但上下文窗口有限（具体长度请参考官方文档）。对于长程任务（如多篇文献分析），建议保持对话简洁，避免信息丢失。如果需要处理超长文本，可以考虑分批次输入或使用模型的长文本推理模式。

9. 项目地址

• 书生大模型官方体验平台： https://chat.intern-ai.org.cn/
• HuggingFace模型仓库： https://huggingface.co/internlm/Intern-S2-Preview
• ModelScope模型仓库： https://modelscope.cn/models/Shanghai_AI_Laboratory/Intern-S2-Preview