智東西
作者 王涵
編輯 漠影

智東西8月28日?qǐng)?bào)道，最近網(wǎng)上有一個(gè)詞特別火，叫“邪修”。

通俗來(lái)講就是“不走尋常路”，跳出傳統(tǒng)方法或步驟，卻能簡(jiǎn)單高效地達(dá)成目的。

那科研能不能“邪修”呢？

前幾天，一個(gè)還在讀材料研究生的朋友跟我聊天，提到他們實(shí)驗(yàn)室里的新生都在“邪修做實(shí)驗(yàn)”。

具體說(shuō)來(lái)就是，用AI幫忙總結(jié)文獻(xiàn)，把實(shí)驗(yàn)結(jié)果輸給AI讓其幫忙做數(shù)據(jù)分析，還能讓AI根據(jù)分析結(jié)果生成下一步實(shí)驗(yàn)改進(jìn)方法，得到的結(jié)果又快又好。

現(xiàn)在帶動(dòng)他們整個(gè)實(shí)驗(yàn)室都在用AI，當(dāng)然老師也知道這個(gè)情況，但基本屬于默許狀態(tài)，還曾感嘆真是生錯(cuò)了時(shí)代。

究竟是什么AI這么好用？他給我甩來(lái)一個(gè)鏈接，還說(shuō)你試試就知道了。我點(diǎn)開(kāi)一看，這是一個(gè)科學(xué)多模態(tài)大模型，叫做『書生』Intern-S1。

為了驗(yàn)證它的能力，我特意翻出了此前所做實(shí)驗(yàn)的相關(guān)圖表，拍照發(fā)給Intern-S1，并問(wèn)它：這副材料表征圖可以顯示出鈣鈦礦LED薄膜的哪一特性？右圖和左圖在這一特性上有什么不同？

Intern-S1在很短的時(shí)間內(nèi)就判斷出該幅圖片是原子力顯微鏡（AFM）的三維形貌圖，并且對(duì)該圖進(jìn)行了詳細(xì)的解讀，列出了對(duì)比表格。此外，Intern-S1還生成了對(duì)該實(shí)驗(yàn)品的未來(lái)改進(jìn)方向，可以給科研人員拓寬實(shí)驗(yàn)改進(jìn)思路。

值得一提的是，在精準(zhǔn)識(shí)別化學(xué)分子結(jié)構(gòu)并進(jìn)一步給出科研建議方面，Intern-S1表現(xiàn)比Grok還出色。

我給了Intern-S1一張圖，并提問(wèn)：這個(gè)分子式含有Cs、Pb和Br三種元素，根據(jù)此分子結(jié)構(gòu)圖，寫出該化學(xué)物質(zhì)的分子式，并介紹其有什么樣的化學(xué)性質(zhì)，目前有哪方面的應(yīng)用？

作為對(duì)比，我也讓Grok回答了一下這個(gè)問(wèn)題：

可以看到，Grok只是中規(guī)中矩地回答問(wèn)題，并沒(méi)有做更多的延展，但I(xiàn)ntern-S1還特別生成該化合物研究領(lǐng)域目前所遇到的挑戰(zhàn)，以及未來(lái)改進(jìn)方向，站在了一個(gè)科研人的角度思考問(wèn)題，預(yù)判了我的下一步動(dòng)作。

除了科研外，我也順帶看了一下它在藝術(shù)領(lǐng)域的表現(xiàn)。我把梵高的畫作《星空》發(fā)給Intern-S1，讓它從科學(xué)的邏輯和知識(shí)體系進(jìn)行理性賞析：

當(dāng)然也還可以這么用，比如給理工直男解釋防曬霜和隔離液、粉底液的區(qū)別：

再比如，我還能讓Intern-S1給我看食品配料表，判斷其是否適合減脂期食用：

對(duì)于我的提問(wèn)，Intern-S1在分鐘內(nèi)就給出了準(zhǔn)確答案，相對(duì)于教科書和學(xué)術(shù)論文語(yǔ)言的晦澀，Intern-S1的回答簡(jiǎn)潔明了、通俗易懂，并且在其他模型還在專注于如何精準(zhǔn)地回答問(wèn)題時(shí)，Intern-S1已經(jīng)可以用科研人的思維進(jìn)一步思考了，在科學(xué)專業(yè)知識(shí)這方面，確實(shí)能打。

Intern-S1的輕量化版本Intern-S1-mini也在前幾天問(wèn)世了，mini版本只有8B參數(shù)但同樣兼具通用能力與專業(yè)科學(xué)能力，且更加適合快速部署和二次開(kāi)發(fā)。

目前，Intern-S1和Intern-S1-mini都已經(jīng)開(kāi)源，Hugging Face上顯示Intern-S1的下載量有5萬(wàn)多，Intern-S1-mini的下載量也有1000多，非常受歡迎，感興趣的可以去試一試：

體驗(yàn)頁(yè)面：

https://chat.intern-ai.org.cn/

GitHub：

https://github.com/InternLM/Intern-S1

HuggingFace：

https://huggingface.co/internlm

ModelScope：

https://modelscope.cn/models/Shanghai_AI_Laboratory

當(dāng)然，科學(xué)大模型不算是一個(gè)新鮮事物。在近幾年，同類型的、專注于科學(xué)的大模型也層出不窮。上海AI實(shí)驗(yàn)室的這一成果為什么能實(shí)現(xiàn)這樣的差異化？

帶著這樣的疑問(wèn)，我深扒了Intern-S1背后的技術(shù)路線和應(yīng)用成果，并與上海AI實(shí)驗(yàn)室的青年領(lǐng)軍科學(xué)家陳愷進(jìn)行了一場(chǎng)深度訪談，最終我得到了答案。

一、AlphaFold破解50年蛋白質(zhì)難題，AI+Science進(jìn)入快車道

要講科學(xué)大模型，最繞不開(kāi)的就是AI for Science這個(gè)話題，這就不得不提到2024年的諾貝爾化學(xué)獎(jiǎng)。

2024年，諾貝爾化學(xué)獎(jiǎng)公布將其一半頒給計(jì)算蛋白質(zhì)設(shè)計(jì)方面的研究者David Baker，另一半則授予了共同開(kāi)發(fā)了AlphaFold的谷歌DeepMind CEO德米斯·哈薩比斯（Demis Hassabis）和John Jumper。

AlphaFold，特別是其在2020年發(fā)布的AlphaFold2版本，利用深度學(xué)習(xí)和人工智能技術(shù)，以前所未有的準(zhǔn)確性和速度預(yù)測(cè)蛋白質(zhì)的三維結(jié)構(gòu)。這使得原本需要數(shù)月甚至數(shù)年才能完成的蛋白質(zhì)結(jié)構(gòu)解析工作，現(xiàn)在可以在幾小時(shí)甚至幾分鐘內(nèi)完成，并且準(zhǔn)確度可以媲美甚至在某些情況下超越傳統(tǒng)方法。

AI可以通過(guò)分析數(shù)百萬(wàn)個(gè)已知的蛋白質(zhì)結(jié)構(gòu)和序列數(shù)據(jù)庫(kù)進(jìn)行訓(xùn)練，從而能夠從僅有的氨基酸序列推斷出蛋白質(zhì)的折疊方式。

其實(shí)在此之前，AI for Science就已經(jīng)引起學(xué)術(shù)和行業(yè)的關(guān)注。2019-2023年間，全球AI for Science論文發(fā)表年均增長(zhǎng)率為27.2%，各學(xué)科領(lǐng)域論文發(fā)表均呈現(xiàn)逐年遞增趨勢(shì)，其中生命科學(xué)、物理學(xué)和化學(xué)等領(lǐng)域發(fā)表的人工智能應(yīng)用論文數(shù)量最多。

中美兩國(guó)是當(dāng)前AI for Science研究大國(guó)，近5年間，中國(guó)論文發(fā)表超過(guò)10萬(wàn)篇，居全球第一。

但24年諾貝爾化學(xué)獎(jiǎng)的公布，再次證明了人工智能技術(shù)在推動(dòng)科學(xué)進(jìn)步方面所扮演的關(guān)鍵角色，尤其是通過(guò)像AlphaFold這樣的突破性應(yīng)用，不僅加快了科學(xué)研究的步伐，還拓寬了我們對(duì)生命科學(xué)、物理學(xué)和化學(xué)等領(lǐng)域內(nèi)復(fù)雜問(wèn)題的理解。

隨著全球范圍內(nèi)AI for Science的熱度持續(xù)升溫，越來(lái)越多的研究者和機(jī)構(gòu)開(kāi)始探索如何利用人工智能來(lái)解決更多基礎(chǔ)科學(xué)難題。

在這一背景下，『書生』科學(xué)多模態(tài)大模型Intern-S1應(yīng)運(yùn)而生。

值得關(guān)注的是，在開(kāi)源策略層面，上海AI實(shí)驗(yàn)室比谷歌DeepMind更“豪爽”。

Intern-S1發(fā)布即開(kāi)源。除了基礎(chǔ)模型外，上海AI實(shí)驗(yàn)室還一口氣開(kāi)源了大模型研發(fā)與應(yīng)用所需的全鏈路工具體系，并已構(gòu)建擁有數(shù)十萬(wàn)活躍開(kāi)發(fā)者的開(kāi)源社區(qū)。

谷歌DeepMind AlphaFold3從發(fā)布到開(kāi)放相隔長(zhǎng)達(dá)半年，且僅為部分開(kāi)放：模型權(quán)重需申請(qǐng)獲取，商業(yè)用途受限。

二、主打多模態(tài)和通專融合，化學(xué)、材料、地球科學(xué)全面超越Grok-4

相較于同類科學(xué)大模型，Intern-S1有2個(gè)突出的特別之處，那就是多模態(tài)和“通專融合”。

據(jù)了解，在綜合多模態(tài)通用能力評(píng)估中，Intern-S1的得分和國(guó)內(nèi)外一流模型不相上下，能同時(shí)較好地理解文本和圖像內(nèi)容。該評(píng)估為多項(xiàng)通用任務(wù)評(píng)測(cè)基準(zhǔn)均分，這樣的結(jié)果說(shuō)明它在不同場(chǎng)景任務(wù)中，既有穩(wěn)定的表現(xiàn)，也能適應(yīng)復(fù)雜情況。

而在由多個(gè)領(lǐng)域?qū)I(yè)評(píng)測(cè)集組成的科學(xué)能力測(cè)試?yán)铮琁ntern-S1的表現(xiàn)超過(guò)了Grok 4等最新的閉源模型。這些評(píng)測(cè)涉及物理、化學(xué)、材料、生物等領(lǐng)域的復(fù)雜專業(yè)任務(wù)，進(jìn)一步證實(shí)了Intern-S1在科研場(chǎng)景中具備較強(qiáng)的邏輯性和準(zhǔn)確性。

Intern-S1是怎么在多模態(tài)領(lǐng)域答出這樣的高分答卷的？

陳愷告訴智東西，原來(lái)，Intern-S1新增了動(dòng)態(tài)Tokenizer和時(shí)序信號(hào)編碼器，實(shí)現(xiàn)了支持多種復(fù)雜科學(xué)模態(tài)數(shù)據(jù)處理的功能，所以才能夠?qū)崿F(xiàn)材料科學(xué)與生物制藥、天文巡天、天體碰撞、地震臺(tái)網(wǎng)記錄的地震波形等多類科學(xué)模態(tài)進(jìn)行深度融合。

此外，Intern-S1通過(guò)架構(gòu)上的創(chuàng)新，對(duì)科學(xué)模態(tài)數(shù)據(jù)的理解和處理效率有了明顯提高。比如，它對(duì)化學(xué)分子式的壓縮率比DeepSeek-R1要高出70%以上。在一系列基于科學(xué)模態(tài)的專業(yè)任務(wù)中，Intern-S1不僅用的算力更少，表現(xiàn)也更出色。

之前市場(chǎng)中的科學(xué)大模型，或者說(shuō)專業(yè)領(lǐng)域的行業(yè)大模型，通常都會(huì)強(qiáng)調(diào)自己過(guò)硬的專業(yè)能力，而在Intern-S1發(fā)布會(huì)上，“通專融合”這個(gè)詞出現(xiàn)頻率很高。

當(dāng)被問(wèn)到上海AI實(shí)驗(yàn)室專注走“通專融合”技術(shù)路線的原因時(shí)，陳愷解釋稱：“通專融合的技術(shù)路線，能讓模型在通用能力保持的同時(shí)做到專業(yè)能力精進(jìn)，把垂類能力構(gòu)建成本大幅降低。”

智東西了解到，一方面，Intern-S1會(huì)借助大量通用科學(xué)數(shù)據(jù)來(lái)拓寬自身的知識(shí)范圍；另一方面，它還會(huì)訓(xùn)練多個(gè)專業(yè)模型，生成那些容易理解、邏輯清晰的科學(xué)數(shù)據(jù)，并且通過(guò)為特定領(lǐng)域定制的專業(yè)驗(yàn)證智能體來(lái)把控這些數(shù)據(jù)的質(zhì)量。

這種閉環(huán)的運(yùn)作方式不斷為其基座模型提供支持，讓Intern-S1既能擁有強(qiáng)大的通用推理能力，又具備多項(xiàng)專業(yè)能力，從而實(shí)現(xiàn)了“一個(gè)模型就能解決多項(xiàng)專業(yè)任務(wù)”這一科學(xué)智能領(lǐng)域的突破。

跳出技術(shù)角度，陳愷特別補(bǔ)充，科學(xué)領(lǐng)域的前沿突破，往往需要不同專業(yè)能力的交叉融合遷移，通專融合能更好促進(jìn)未來(lái)科學(xué)發(fā)現(xiàn)。

陳愷還介紹，Intern-S1的研發(fā)團(tuán)隊(duì)在訓(xùn)練系統(tǒng)和算法兩方面一起下功夫搞創(chuàng)新，成功讓大型多模態(tài)MoE（混合專家）模型在FP8精度下，能高效又穩(wěn)定地進(jìn)行強(qiáng)化學(xué)習(xí)訓(xùn)練，而且訓(xùn)練成本比最近公開(kāi)的其他MoE模型低了10倍。

從系統(tǒng)層面來(lái)看，Intern-S1用了訓(xùn)推分離的RL方案，靠自己研發(fā)的推理引擎來(lái)進(jìn)行FP8精度的大規(guī)模異步推理，效率很高；還通過(guò)數(shù)據(jù)并行均衡策略，減輕了長(zhǎng)思維鏈解碼時(shí)出現(xiàn)的長(zhǎng)尾問(wèn)題。訓(xùn)練的時(shí)候用了分塊式FP8訓(xùn)練，效率提升不少，這套訓(xùn)練系統(tǒng)之后也會(huì)開(kāi)源。

再看算法方面，基于Intern·Bootcamp搭建的大規(guī)模多任務(wù)交互環(huán)境，研發(fā)團(tuán)隊(duì)提出了“Mixture of Rewards”混合獎(jiǎng)勵(lì)學(xué)習(xí)算法，能把多種獎(jiǎng)勵(lì)和反饋信號(hào)融合到一起，聽(tīng)起來(lái)有點(diǎn)像“因材施教”。

比如在容易驗(yàn)證的任務(wù)上，就用RLVR模式來(lái)訓(xùn)練，通過(guò)規(guī)則、驗(yàn)證器或者交互環(huán)境來(lái)提供獎(jiǎng)勵(lì)信號(hào)；而像對(duì)話、寫作這類不好驗(yàn)證的任務(wù)，就用獎(jiǎng)勵(lì)模型給出的獎(jiǎng)勵(lì)信號(hào)來(lái)一起訓(xùn)練。

三、能查科研數(shù)據(jù)，還能聯(lián)機(jī)實(shí)驗(yàn)設(shè)備，科學(xué)發(fā)現(xiàn)平臺(tái)同步推出

在落地應(yīng)用上，智東西發(fā)現(xiàn)，以Intern-S1為底座的『書生』科學(xué)發(fā)現(xiàn)平臺(tái)Intern-Discovery也同步推出了。

Intern-Discovery以Intern-S1為核心，整合了專業(yè)智能體、海量科研數(shù)據(jù)及實(shí)驗(yàn)設(shè)備，可以給全球研究者提供從假設(shè)到驗(yàn)證的一站式科研支撐，目前平臺(tái)已開(kāi)放全球試用申請(qǐng)。

陳愷向智東西透露，實(shí)驗(yàn)室非常歡迎與各大高校和研究所等機(jī)構(gòu)進(jìn)行深度合作。

根據(jù)公開(kāi)信息，在Intern-Discovery的基礎(chǔ)上，上海AI實(shí)驗(yàn)室聯(lián)合臨港實(shí)驗(yàn)室、上海交通大學(xué)、復(fù)旦大學(xué)、MIT等研究機(jī)構(gòu)，共同參與構(gòu)建了多智能體虛擬疾病學(xué)家系統(tǒng)“元生”（OriGene）。

在治療癌癥上，OriGene的作用非常大。目前，其僅用了兩個(gè)月就已在肝細(xì)胞癌和全球第三大癌癥的結(jié)直腸癌治療上分別提出兩個(gè)新靶點(diǎn)GPR160和ARG2，并已在臨床樣本、類器官和人源化動(dòng)物實(shí)驗(yàn)中得到驗(yàn)證。

結(jié)語(yǔ)：Intern-S1展現(xiàn)AI賦能科學(xué)新圖景

隨著技術(shù)的持續(xù)迭代，科研人員與AI工具的協(xié)同將進(jìn)一步深化。通用大模型與專用模型的優(yōu)勢(shì)互補(bǔ)，可能在更多科學(xué)領(lǐng)域發(fā)揮作用。

Intern-S1所采用的“通專融合”技術(shù)路徑，為平衡模型的通用性與專業(yè)性提供了一種實(shí)踐方案，AI技術(shù)與科學(xué)研究的結(jié)合不斷拓展著科研手段的邊界。