35B参数科学性能比肩万亿参数模型，『书生』科学大模型Intern-S2-Preview开源

本文介绍了上海人工智能实验室开源的35B参数科学大模型Intern-S2-Preview。该模型以更小的参数规模，在多个核心科学领域实现了比肩万亿参数模型的能力。背景方面，继万亿参数模型Intern-S1-Pro后，研究团队旨在拓展“可深度专业化通用模型”的能力并降低使用门槛。研究目的是通过提升任务难度与多样性，以及探索“通专融合”机制，在较小模型上实现更强的科学能力。结论显示，Intern-S2-Preview在材料晶体结构生成、科学智能体任务（如科学编程和发现）中表现优异，超越部分主流闭源模型。其核心技术包括：全链路“通专融合”训练范式，利用强化学习引导思维链完成复杂任务，以及引入实数预测模块实现结构生成。此外，模型在昇腾算力生态上进行了训推效率优化。该模型的开源显著降低了全球科研团队应用先进科学AI的门槛，推动了“通专融合”的技术发展。