# 上海AI Lab开源Intern-S2-Preview：35B参数科学大模型，比肩万亿参数，首次实现晶体结构生成

- Link: https://paooo.com/aigc-news/10553/
- Published: 2026-05-24T04:38:04+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 35B参数的Intern-S2-Preview通过通专融合与强化学习，在多项科学任务上逼近万亿参数
   模型表现。
 * 首次在开源通用[大模型](https://paooo.com/ai-study/)中实现材料晶体结构生成，MolecularIQ
   57.26、晶体结构生成通过率超40%。
 * 支持科学多模态理解、长程推理、代码生成与[智能体](https://paooo.com/trends/)执行，
   可通过官方平台、API或本地部署使用。

> **💡 站外导读：**在AI for Science的浪潮下，科研领域正面临模型能力、部署成本与可
> 复现性的多重挑战。上海AI Lab开源的Intern-S2-Preview，旨在以极小的参数规模，解决
> 通用大模型在专业科学任务上能力不足、且闭源模型成本高昂、难以定制的行业痛点，为
> 科研人员提供强大的开源AI工具。

## Intern-S2-Preview是什么

Intern-S2-Preview 是上海人工智能实验室开源的新一代书生科学多模态大模型预览版，以
35B参数规模实现比肩万亿参数模型的科学能力。模型通过”通专融合”全链路训练与强化学习
驱动，首次在开源通用大模型中实现材料晶体结构生成，MolecularIQ评测得分57.26，晶体
结构生成通过率超40%，显著超越主流闭源模型。同时支持复杂科学推理、生物多组学理解与
智能体任务执行，基于昇腾Atlas 900 A3超节点实现算法—系统—算力协同优化，为科研创新
提供高效、低门槛的AI基础设施。

阅读目录

 * [Intern-S2-Preview是什么](https://paooo.com/aigc-news/10553/#interns2preview%e6%98%af%e4%bb%80%e4%b9%88)
 * [Intern-S2-Preview的主要功能](https://paooo.com/aigc-news/10553/#interns2preview%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Intern-S2-Preview的技术原理](https://paooo.com/aigc-news/10553/#interns2preview%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [如何使用Intern-S2-Preview](https://paooo.com/aigc-news/10553/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8interns2preview)
 * [Intern-S2-Preview的项目地址](https://paooo.com/aigc-news/10553/#interns2preview%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Intern-S2-Preview的核心优势](https://paooo.com/aigc-news/10553/#interns2preview%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf)
 * [Intern-S2-Preview的同类竞品对比](https://paooo.com/aigc-news/10553/#interns2preview%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94)
 * [Intern-S2-Preview的应用场景](https://paooo.com/aigc-news/10553/#interns2preview%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/10553/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![Intern-S2-Preview](https://paooo.com/wp-content/uploads/2026/05/Intern-S2-Preview-
website-1.avif)

## Intern-S2-Preview的主要功能

 * **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、科学多模态任务、遥感感知与推理及综合科学推理。
 * **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。
 * **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。
 * **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。
 * **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。
 * **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。
 * **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。
 * **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。

## Intern-S2-Preview的技术原理

 * **通专融合全链路训练**：将数百项专业科学任务从预训练扩展至强化学习阶段，为每个
   任务配备从预训练到后训练的高质量数据与训练策略，实现多任务融合训练，使不同任务
   间形成相互促进的协同效应。
 * **任务Scaling机制**：通过提升任务难度与丰富任务多样性实现能力Scaling，当大量高
   难度科学任务统一融合训练时，35B参数模型可在多项科学任务上达到万亿参数模型的表现
   水平。
 * **强化学习驱动科学推理**：延长RL训练步长并引入研究生级别学科推理问题；引导模型
   利用思维链完成生物多组学理解等专业任务，依托思维链泛化优势实现小参数比肩大模型
   性能。
 * **数据思维密度优化（IQPT）**：在Intelligence Quality per token理念指导下，探索
   思维链折叠等创新算法，通过构建数据思维密度杠杆，在数学推理中以相同单位智能比肩
   8倍参数量模型。
 * **分子结构空间建模技术**：引入傅里叶位置编码（FoPE）、重构时序编码器，并新增实数
   预测模块，实现高精度坐标回归，首次在开源通用大模型中完成材料晶体结构生成。
 * **训推一体化架构**：基于XTuner训练框架与LMDeploy推理引擎，引入共享MTP权重计算
   方式，减少训练与推理阶段不一致性，提升draft token接受率与生成有效性。
 * **昇腾算力协同优化**：基于昇腾Atlas 900 A3超节点，在训练框架中引入SP、chunk loss、
   activation offload等显存优化技术；针对变长输入优化数据分块与主机设备交互；通过
   离线模拟视觉与语言模块算力占比，实现多模态长序列训练的均衡资源分配。

## 如何使用Intern-S2-Preview

 * **在线对话体验**：访问书生大模型官方体验平台，直接进行多轮对话，测试科学问答、
   分子结构理解、代码生成等能力。
 * **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`），适合需要集成到科研工具链或自动化工作
   流的场景。
 * **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，以保障任务拆解、工具调用与多步决策
   的稳定性。
 * **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，支持高效推理与多模态长序列处理。
 * **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。
 * **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。

## Intern-S2-Preview的项目地址

 * **书生大模型**：https://chat.intern-ai.org.cn/
 * **HuggingFace**：https://huggingface.co/internlm/Intern-S2-Preview
 * **ModelScope**：https://modelscope.cn/models/Shanghai_AI_Laboratory/Intern-S2-
   Preview

## Intern-S2-Preview的核心优势

 * **35B参数比肩万亿级模型**：以极小参数规模实现多个核心科学领域比肩万亿参数模型
   的能力，大幅降低科研使用门槛与部署成本。
 * **首次开源晶体结构生成**：引入实数预测模块，在开源通用大模型中首次实现材料晶体
   结构生成，MolecularIQ得分57.26，通过率超40%，显著超越GPT-5.5等闭源模型。
 * **科学智能体能力领先**：在综合科学场景编程、科学发现任务中超越Claude-Haiku-4.5、
   GPT5.4-Nano等主流闭源模型，SciCode与PinchBench评测位居同量级前列。
 * **通专融合全链路训练**：将专业科学任务从预训练延伸至强化学习阶段，多任务融合形成
   协同效应，避免单一阶段优化的能力此消彼长。
 * **强化学习驱动高效推理**：依托思维链引导与思维链折叠算法，在数学推理中以相同单位
   智能比肩8倍参数量模型，实现性能与效率双重突破。
 * **昇腾软硬件协同优化**：基于昇腾Atlas 900 A3超节点实现算法—系统—算力协同演进，
   训练稳定性与推理效率大幅提升，验证国产算力生态价值。
 * **训推一体化架构**：XTuner训练框架与LMDeploy推理引擎深度协同，共享MTP权重减少
   训推不一致，支持多模态长序列高效训练与部署。

## Intern-S2-Preview的同类竞品对比

  |  对比维度 |  Intern-S2-Preview |  [Qwen3.6-35B-A3B](https://ai-bot.cn/qwen3-6-35b-a3b/) |  [Step3.5-Flash](https://ai-bot.cn/step-3-5-flash/) |  
   |  **发布机构** |  上海人工智能实验室 |  阿里巴巴通义千问团队 |  阶跃星辰 |  
 |  **参数规模** |  35B |  35B |  196B |  
 |  **模型定位** |  科学多模态大模型（通专融合） |  通用多模态大模型 |  通用多模态大模型 |  
 |  **开源情况** |  开源（HuggingFace/ModelScope） |  开源 |  开源 |  
 |  **MolecularIQ 分子结构推理** |  **57.26** |  32.62 |  45.94 |  
 |  **晶体结构生成** |  **首次开源实现，通过率>40%** |  不支持 |  不支持 |  
 |  **SciCode 科学编程** |  39.64 |  40.60 |  **46.15** |  
 |  **SGI-Bench 科学智能体交互** |  **52.52** |  37.30 |  36.16 |  
 |  **MMLU Pro 通用知识推理** |  **88.00** |  85.12 |  83.44 |  
 |  **IMO-Bench 国际数学奥赛** |  **84.00** |  81.00 |  79.0 |  
 |  **PinchBench 通用智能体编码** |  **88.22** |  87.05 |  85.00 |  
 |  **FrontierScience-Research 科研智能体** |  **19.44** |  10.00 |  10.00 |  
 |  **训练范式** |  全链路通专融合 + RL强化学习 |  通用预训练 + 后训练 |  通用预训练 + 后训练 |  
 |  **算力生态** |  昇腾 Atlas 900 A3 深度优化 |  多元算力 |  多元算力 |  
 |  **核心差异** |  以35B参数实现晶体结构生成等专有科学能力，科学智能体与推理效率显著领先同/更大规模模型 |  通用能力强，但在专业科学任务（分子结构、科研智能体）上明显落后 |  参数规模大，科学编程略优，但科学发现、分子推理与智能体任务落后，且不具备晶体结构生成能力 |

## Intern-S2-Preview的应用场景

 * **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，
   辅助靶点发现、化合物筛选及药物作用机制研究。
 * **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，加速新型半导体、
   催化剂、电池材料等研发迭代。
 * **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，为物理模拟、化学
   计算、生物信息学处理提供自动化代码生成。
 * **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，服务医学影像与地球科学领域。
 * **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，辅助
   数学证明、公式推导与逻辑验证。
 * **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。

#### 📝 站长洞察 (Editor’s Insight)

Intern-S2-Preview的发布标志着“小而精”的科学大模型路径已走向成熟。它通过“通专融合”
与强化学习，在材料、生物、数学等硬核科学任务上实现了对万亿参数通用模型的越级挑战，
这验证了任务Scaling与数据思维密度优化（IQPT）的巨大潜力。其意义在于：1）将AI for
Science的准入门槛从“天价”拉至“平权”；2）首次开源晶体结构生成，可能催化材料发现范
式的变革；3）基于昇腾算力的全栈优化，为国产AI基础设施提供了关键的技术验证。这不仅是
模型能力的突破，更是推动科研民主化和AI深度产业化的关键一步。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**OpenClaw ↗**

OpenClaw：开源免费的个人 AI 助手，面向AI 智能体应用场景提供便捷实用的在线功能支持，
涵盖AI助手、

❓ 常见问题解答（FAQ）

Intern-S2-Preview适合做哪些科学任务？

它面向AI for Science场景，支持多组学理解、显微图像问答、分子结构推理、科学图表问答、
代码生成、长程推理以及智能体任务执行，适合科研分析与自动化工作流集成。

Intern-S2-Preview为什么说35B能比肩万亿参数？

文章给出的核心原因是通专融合全链路训练、任务Scaling、强化学习驱动科学推理，以及数据
思维密度优化等方法，让35B模型在多项科学任务上达到接近万亿参数模型的效果。

Intern-S2-Preview如何使用和部署？

可通过官方体验平台在线对话，也可用ChatAPI接入，model字段填写intern-s2-preview；本地
部署可从HuggingFace或ModelScope下载权重，并结合LMDeploy推理引擎使用。

🔬 语宙深潜追问 · 进阶实操拆解

晶体结构生成该怎么验证可靠性？

优先看结构约束是否满足、生成后能量是否收敛、与已知晶体库的相似度和新颖性平衡。科研
场景最好再接 DFT/分子模拟复核，避免只看单一榜单分数。

科研问答和代码生成怎么接入生产？

把模型放进检索增强与工具调用链路里，前端只负责意图识别，后端用文献库、计算器和代码
执行器兜底。这样能显著降低幻觉，并提升可追溯性。

🗳️ 读者观点微投票 · 您的实战立场是？

35B科学大模型真能替代万亿参数吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

 * [上海AI Lab开源Intern-S1：2350亿参数科学多模态大模型，解析分子式、蛋白质与地震波，多项基准超越顶尖闭源模型](https://paooo.com/aigc-news/14375/)
 * [上海AI Lab开源万亿参数科学大模型Intern-S1-Pro：MoE架构赋能五大科学学科，推动AI4S新范式](https://paooo.com/aigc-news/11496/)
 * [上海AI Lab重磅开源Intern-S1-mini：8B+0.3B轻量多模态科学推理模型，2.5万亿科学标记赋能](https://paooo.com/aigc-news/14034/)
 * [上海AI Lab发布InternVL3.5：开源多模态大模型全面升级，推理能力超越GPT-5，支持9种尺寸与高效部署](https://paooo.com/aigc-news/13901/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/10553/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
