WAIC 2025刚落幕，上海人工智能实验室甩出的大招就炸了圈——开源科学多模态大模型Intern-S1（代号“书生”），实测下来是真能打，把Grok4、o3这些之前被吹爆的模型都给比了下去。
相关链接
体验地址：
GitHub：https://github.com/InternLM/Intern-S1
HuggingFace：https://huggingface.co/internlm/Intern-S1-FP8
ModelScope：https://modelscope.cn/models/Sh
通专融合的“全能选手”，科学领域尤其能打
说它是“全能高手”真不是吹的。这模型走的是“多任务通专融合”的新路子，通用能力顶呱呱，科学领域更是硬核。化学、材料、生命科学、地球科学这些专业领域的任务，它的表现直接超过了Grok-4；多模态理解能力在全球开源模型里排第一，文本能力也能跟国际顶尖模型掰掰手腕。
之前那些通用大模型，虽说推理、编码、数学能力经常刷SOTA，但一碰到复杂科研场景就歇菜。比如你让它解读个化学分子式、蛋白质结构，或者分析地震波信号，多半是抓瞎。但Intern-S1不一样，这些烧脑的科学数据它瞅一眼就门儿清，专业任务上把Grok-4这类闭源顶尖模型都给超了。
放组数据感受下：在科学能力评分里，Intern-S1直接干到65分往上，把o3、Grok-4甩在身后；文本性能上，它也以75分的成绩领先Grok-4，这实力是真没掺水。
实测对比：这模型是真“懂行”
光说不练假把式，咱拿几个场景实测下，跟文心4.5、豆包、Gemini 2.5 Pro这些主流模型扒一扒差距。
1. 可视化工具：谁能扛住“实时交互”考验？
需求是做个简谐振动的可视化页面，要展示弹簧块体上下振荡，实时画位置-时间图，还得有滑块调振幅、刚度、质量。
- 文心4.5直接翻车：弹簧和块体运动形态画错，图表调一次参数就消失，代码逻辑明显踩坑了。
- 豆包勉强及格：功能全有，但图表太狭长，画面占比小，横坐标数值跳得飞快，波形看不清，教学用着费劲。
- Gemini 2.5 Pro半吊子：页面结构还行，图表清晰，但调滑块时波形直接消失，实时交互这块没搞定。
- Intern-S1稳得一批：功能完整，滑块一动波形跟着实时变，前端代码鲁棒性是真没话说，页面视觉效果也舒服，教学用着贼顺手。
2. 化学分子式解读：细节控才是真学霸
有个带苯乙胺结构的表白贺卡，结构式里氨基多画了个氢，看模型能不能揪出来，还得把化学结构和“和你散步从未感觉冷”这句话关联起来。
- 文心4.5 Turbo：认出是苯乙胺和浪漫文字，解释了“爱情分子”的点，还行但不够深。
- 豆包：拆解得挺细，苯乙胺的结构、文字含义都讲了，但没把两者串起来，少了点灵气。
- Gemini 2.5 Pro：厉害，指出氨基写法错了（应该是-NH₂不是-NH₃），还说清苯乙胺和恋爱时的愉悦感有关，把科学和浪漫联起来了。
- Intern-S1直接封神：先确认是苯乙胺，从化学结构讲到它是多巴胺前体、和情绪的关系，再分析文字双关——既指温度又指情感温暖，还拓展到“化学情书”的应用场景，甚至对比了容易混淆的苯丙胺，这细节拉满，堪比教科书。
3. 科学解读：睡美人悖论谁讲得透？
这个悖论的核心是“硬币正面概率1/2还是1/3”，考验模型对概率理论和认知逻辑的理解。
- 文心4.5 Turbo：讲清了两种观点和争议点，中规中矩。
- 豆包：把实验设定、两种观点的科学依据（贝叶斯vs频率主义）说透了，还总结“没有唯一答案”，挺全面。
- Gemini 2.5 Pro：分析挺细，但结论跑偏，说“1/3更有指导意义”，其实学界争议还大着呢。
- Intern-S1深度拉满：不仅拆解两种观点的核心逻辑、数学支持（贝叶斯公式都用上了）、哲学依据，还拓展到量子力学、AI决策理论的关联，把悖论背后的“自我定位信念”讲得明明白白，专业度直接拉爆。
扒一扒Intern-S1的“硬核配置”
能这么能打，跟它的技术底子分不开。
- 参数与架构：MoE架构打底，语言模型部分2350亿参数（基于Qwen3），视觉编码器60亿参数，总规模2410亿，这体量够能打。
- 数据与上下文：5T训练数据里一半多是专业知识，上下文长度128K tokens，几篇顶会论文扔进去，它能串起来分析，读长文献不费劲。
- 跨模态引擎：首创跨模态科学解析引擎，对化学分子式、蛋白质序列这些特殊数据编码效率提升70%以上，复杂专业数据看得懂、解析得透。
- 训练范式：“通专融合”思路绝了——用海量通用科研数据拓广度，让领域专家模型生成高质量专业数据，再用智能体验证质量，反哺预训练，通用和专业能力两手硬。
- 效率感人：后期用了大规模多任务强化学习，混合奖励机制（能验证的任务用规则给奖励），训练能耗只有Grok4的1%，性能还不掉线，这性价比绝了。
榜单说话：开源模型里的“六边形战士”
看测评数据，Intern-S1在多个榜单上要么是开源第一，要么全模型第一：
- MMLU-Pro（通用知识）83.5分，开源模型里顶呱呱；
- MathVista（数学可视化）62.5分，远超同类开源模型；
- ChemBench（化学任务）83.4分，跟Grok4打平，开源里第一；
- MatBench（材料科学）75.0分，甩开源竞品一大截；
- 地球科学、物理学等领域的表现，更是把其他开源模型远远甩在身后。
结语：专业型AI会不会是下一个风口？
现在说Intern-S1是科研AI的标准答案还太早，但它确实走了条不一样的路——不盲目堆参数，专啃科研这种硬骨头。
GPT、Gemini这些通用模型聊聊天、写代码还行，真要分析科研图谱、设计实验，经常掉链子，公式一复杂就歇菜。Intern-S1这波垂直突破，把多模态能力实打实用在文献解析、实验辅助这些“高压区”，算是给“专业型AI”趟出了条道。
下一个AI风口会不会是这种垂直领域的硬核突破？我觉得有戏，你怎么看？
相关文章
