一位研究者想让模型读一篇论文、核对一个晶体结构、推完一道证明,并记住3步之前得出了什么。擅长聊天的模型照样会在这件事上栽跟头,因为难的不是表达流畅,而是把一长串专业推理握在手里不跑偏。
上海人工智能实验室用书生-S2给自己出了这道题。这个面向科学的开源模型在2026年9月的浦江创新论坛上发布,上一代叫书生-S1。新版以Intern-S2-397B之名公开,结构思路很简单:把通用推理和专业分家,这样更新其中一个就不会扰动另一个。
关键要点
- 书生-S2共3970亿参数,2026年9月以开源形式发布。
- 架构把通用推理基座和存放领域知识的可插拔记忆模块分开。
- 模型针对昇腾国产加速器以及开放推理栈训练和调优。
- 目标是长周期科研工作:读论文、解读分子与晶体结构、多步数学推理。
- 实验室称在科学基准上表现强劲;数字来自开发方,还需要独立复现。
为什么单独的记忆模块重要
多数大模型把知道的东西和用来推理的东西放在同一组权重里。要教它一门新专业,就得微调,而这有可能削弱它已有的能力。对一个服务众多学科的研究机构来说,这是个别扭的取舍。
书生-S2走了另一条路。按实验室的描述,推理基座负责长上下文、代码和数学证明,另一个模块专门放学科知识。增加一个领域,意味着扩充记忆模块,而不是重训基座。实验室称之为知识与推理分离设计;打个外行的比方,图书管理员不变,只是书架不断上新。
实际主张是:模型能跟上新的科学文献,又不忘记怎么思考。这个说法在实验室自己的评测之外是否成立,是另一个问题,而开放权重让这件事可以被检验。
它被要求做什么
这次发布瞄准的任务不像普通聊天。实验室提到Biology-Instructions和Mol-Instructions,前者考生物内容的阅读理解与生成,后者考分子内容与材料结构;还提到IMO-Proof和AdvancedMathBench,围绕竞赛级数学和长篇证明构建。
长周期是共同线索。长达数页的证明,或者必须在几十份资料间保持一致的文献综述,最容易惩罚那些记不住前面步骤的模型。书生-S2还被接入实验室的科学发现平台书生·端砚,该平台随模型一同升级,意在把模型输出连到上海同步辐射光源、中国散裂中子源这类大科学装置上。
这条连接其实是发布里更有意思的部分。一个能提出实验方案的模型很有用;一个能把方案送到光束线、采集数据、再把结果喂回下一轮迭代的平台,是另一类工具。实验室说平台现在带有让每一步都可追溯的证据链,也接入了中试规模测试设施。
国产算力这条线
书生-S2与昇腾生态一起优化,覆盖计算、通信和显存使用。对那些不能假定能拿到最新英伟达硬件的中国研究机构来说,一个权重和训练配方都能跑在国产加速器上的模型,价值超出基准分数。
同一个模型在多个开放仓库可得,实验室提供免费接口额度,并可申请更高上限。这种分发方式和中国公共科研机构围绕开源模型建生态的路子一致:公开权重、写清训练过程,让大学去改造它。
诚实的局限
- 基准说法来自上海人工智能实验室自己的发布,我没找到对所述科学结果的独立复现。
- 基准表现不等于在真实实验室里有用,活体实验的错误率是另一种测量。
- 训练语料细节和记忆模块的确切机制在公告里只是高层描述;读者在把架构当成定论前,应查阅模型卡和技术报告。
- 与大科学装置的连接是实验室描述的集成路线图,所查来源没有记录常规运行的程度。
- 本文依据实验室官方公告和人民日报报道,后者基本复述同一发布;写作时英文独立技术报道有限。
普通人现在能做什么
- 如果你在科学领域工作,先下载模型卡再看宣传摘要,核对哪些基准和你的真实任务对得上。
- 自己做一个小而可复现的测试:给模型一篇你领域的论文,让它提取某个具体方法,再逐条对照原文核实。
- 在国内的团队,应在自己的硬件栈上试部署。宣传说对加速器友好,仍需要本地跑一次基准。