在上海人工智能实验室的官网上，“书生”不是一个孤立的模型，而是一个庞大的通用大模型体系。2026年2月发布的Intern-S1-Pro万亿参数科学多模态大模型，让这一体系再次成为全球AI社区关注的焦点。

一、体系概览：不止于“大”

书生大模型体系由上海人工智能实验室开发，其核心定位是“打造通用大模型开放基座，以创新引领时代，以开源助力生态，以开放赋能产业”。

这一体系包含多个成员：

• 书生·浦语：大语言模型系列，覆盖十亿到千亿参数规模
• 书生·万象：多模态模型，首个综合性能媲美国际闭源商业模型的开源多模态大模型
• 书生·思客：强推理模型，具备长思维链和反思纠正能力
• 书生·翼飞：全球首个翼型生成式AI系统，用于民机翼型智能设计
• 书生·天际：城市级实景三维大模型，支持大规模城市场景建模
• 书生·风乌：全球首个人工智能驱动的全尺度、全要素气象气候预报平台
• 书生·金服：面向金融领域的专用大模型
• 书生·国际电子顺磁共振（IS-EPR）：用于解析电子顺磁共振谱的科学大模型

2026年2月4日发布的Intern-S1-Pro，则是这一体系中科学能力的集大成者。

二、万亿科学大模型：参数规模与架构创新

Intern-S1-Pro是全球开源社区中参数规模最大的科学多模态模型，总参数量达到1万亿（1T）。

这一规模并未让模型变得笨重。它采用创新的混合专家架构（MoE），内部相当于有512位各领域的“顶尖专家”坐镇。当面对具体科学问题时，系统会精准调用最合适的8位“专家”参与分析决策，实际激活参数量仅约220亿，约占总参数的2%。

这种“按需点将”机制，使万亿模型能够从容应对复杂的数理逻辑推理，同时保持计算效率。

在底层架构上，Intern-S1-Pro实现了两项关键突破：

第一，赋予模型“物理直觉”。科学数据与语言数据存在本质差异——语言的“字符间距”相对稳定，而科学数据可能极度稀疏（如天文信号）或极度密集（如生命科学实验）。研究团队引入傅里叶位置编码并重构时序编码器，使模型既能像看“粒子”一样捕捉细节，又能像分析“波”一样把握整体规律。这一机制让模型能够统一处理从寥寥数个到百万级采样的各类科学信号，支持的分析对象从天文、地理拓展至生理信号、生物声学等领域。

第二，突破超大规模训练瓶颈。传统方法在训练万亿参数模型时存在训练低效和算力浪费两大痛点。研究团队通过“路由稠密估计”和“分组路由”策略，像智能交通系统一样对海量计算芯片进行负载均衡，同时攻克了“学习效率”和“资源调度”的核心瓶颈。

三、科学能力：从解题到解决问题

Intern-S1-Pro构建了一个横跨化学、材料、生命、地球、物理五大核心学科的全谱系能力矩阵，涵盖100多个专业子任务。

在权威基准测试中，它的表现稳居全球第一梯队：

• 国际数学奥林匹克（IMO-Answer-Bench）：展现出竞赛级别的解题能力
• 国际物理奥林匹克（IPhO2025）：同样达到奥林匹克竞赛水平
• SciReasoner等高难度综合学科评测：取得与顶尖闭源商业大模型相当甚至更优的成绩

在基础理解维度，模型能够精准解析复杂的分子结构图及各类实验图表。深入到逻辑推理层面，它可以处理高阶科学问答，如反应条件推断、理化性质预测，精准捕捉数据背后的因果规律。

随着理解与推理能力的持续增强，模型的应用范围正从微观层面的化学逆合成、蛋白质序列生成，拓展至宏观尺度的遥感图像分析等复杂任务。研究团队表示，模型正展现出从“解题”迈向“解决问题”的科研生产力价值。

四、国产算力生态深度适配

Intern-S1-Pro不仅是算法层面的突破，更验证了从原创模型架构到国产算力基座自主技术的完整链路。

在模型架构设计之初，研究团队便与昇腾计算生态确立了联合研发路线，实现了从最底层的算子优化、编译优化到上层训练、推理框架的深度全栈适配。在大规模训练中，研发团队攻克了精度对齐、硬件性能极致释放等一系列核心技术难题，结合先进的内存管理与并行策略，确保了万亿参数模型训练的高效与稳定。

目前，研发团队还与另一家国产芯片代表企业沐曦开展了联合研发，为进一步构筑开放共享、面向未来的科学智能基础设施奠定基础。

五、开源生态与全链路工具

书生大模型自2023年正式开源以来，已逐步构建起完整的开源生态。上海AI实验室首创并开源了面向大模型研发与应用的全链路开源工具体系，覆盖：

• 数据处理：高效文档解析工具MinerU
• 预训练：支持大规模训练的基础框架
• 微调：低成本微调框架XTuner
• 部署：部署推理框架LMDeploy
• 评测：评测框架OpenCompass
• 应用：思索式AI搜索应用MindSearch、多智能体框架Intern·Agent

这一工具体系已形成涵盖数十万开发者参与的活跃开源社区。截至目前，科学多模态模型累计下载超41万次，获得近200家科研机构和企业的合作申请。

六、应用案例：从虚拟疾病学家到翼型设计

书生科学大模型的能力已在多个真实场景中得到验证。

在生物医药领域，基于Intern-S1强大的跨模态生物信息感知与整合能力，上海AI实验室联合临港实验室、上海交通大学、复旦大学、MIT等机构共同构建了多智能体虚拟疾病学家系统“元生”，可用于靶标发现与临床转化价值评估，已在肝癌和结直肠癌治疗领域分别提出新靶点GPR160和ARG2，并经真实临床样本和动物实验验证，形成科学闭环。

在航空航天领域，“书生·翼飞”是全球首个翼型生成式AI系统，可实现对超临界翼型的智能生成及编辑。系统内嵌流场特性、气动性能要求、结构限制等专业约束条件，支持拖拽、文字、语音三种交互方式，几何误差控制在1‰以内，可有效减少设计迭代周期，满足下一代民机复杂设计需求。

七、使用方式与可用性

书生系列模型提供多种使用方式：

• 在线体验：访问书生大模型官方网页版，可直接与模型进行对话交互
• 开源下载：模型代码和权重在GitHub、Hugging Face、魔搭社区（ModelScope）等平台全面开源
• 免费商用：采用开源协议，支持学术研究和商业应用

目前，书生系列模型已吸引全球数十万开发者参与，持续推动大模型应用及研究门槛的降低。

八、评价与展望

从2023年首次发布至今，书生大模型体系已走出了一条清晰的演进路径：从大语言模型起步，逐步扩展至多模态、强推理、科学计算等专业领域，最终形成覆盖通用与专业的完整模型家族。

Intern-S1-Pro的发布，标志着科学智能正从“工具革命”的1.0时代，跨入由“革命性工具”驱动科学发现的2.0时代。它不仅是全球开源社区中参数规模最大的科学模型，更验证了“通专融合”技术路线的可行性——让同一个模型既具备强大的通用推理能力，又拥有多项顶尖的专业能力。

对于科研工作者而言，这意味着一个真正“懂科学”的AI助手正在成为现实。它不仅能解题，更有潜力帮助解决问题，提升科研生产力，为前沿科学探索提供坚实支撑。