书生Intern-S2-Preview正式入驻北京超算MaaS平台

近日，上海人工智能实验室（上海AI实验室）正式开源新一代大模型预览版 Intern-S2-Preview，该模型现已同步接入北京超算MaaS平台。

🎁 『书生』科学大模型用户限定福利：

扫码填写申请，北京超算MaaS平台200元Tokens免费领！

零门槛体验科学大模型，让 AI 为你的科研效率全面提速。

登陆体验 ⬇️

https://ai.blsc.cn/#/lms/model

作为继万亿参数 Intern-S1-Pro 之后的又一力作，Intern-S2-Preview 以仅350亿（35B）的参数规模，在多个核心科学领域展现出了比肩万亿参数模型的卓越性能，大幅降低了科研AI的使用门槛。

Intern-S2-Preview与主流模型在科学任务、通用任务评测基准上的得分情况

💡 四大亮点：

1、结构生成能力首创，突破开源模型空白：通过引入实数预测模块，首次在开源通用大模型中实现了高精度的材料晶体结构生成能力。在 MolecularIQ 评测中得分高达 57.26，生成的晶体结构通过率超过40%，而部分主流闭源模型（如GPT系列）的通过率仅约为10%。

2、科学智能体（Agent）能力领先：得益于训练阶段引入的系统化任务合成方法，模型在复杂任务的步骤拆解、技能调用与自主执行方面得到了重点强化，有效拓宽了从多轮对话到自主落地执行的能力边界。

• 稳健的长程任务求解：依托开源社区技能仓库与真实工具生态构建的高质量数据，Intern-S2-Preview 在 PinchBench 等评测基准中展现出卓越的任务理解、多步决策与状态追踪能力，能在动态沙盒环境中根据反馈自我修正并持续执行任务。

• 强劲的科学代码生成：凭借持续增强的科学推理能力，模型在面向科学编程与算法求解的 SciCode 基准上位居同量级前列，可高效支撑科学计算、算法开发与科研脚本编写等复杂场景。

3、“通专融合”的训练范式：通过提升任务的难度与多样性，结合全链路训练和强化学习（如思维链引导、延长训练步长），让小模型也能融会贯通，具备跨领域的深度推理能力。

 4、国产算力深度协同： Intern-S2-Preview 深化了与华为昇腾（Ascend）算力生态的全栈协同。在昇腾 Atlas 900 A3 超节点上，通过算法、系统与算力的协同演进，显著提升了多模态长序列的训练稳定性与推理效率。

北京超算MaaS平台作为自主研发的一站式大模型服务平台，一直致力于为科研工作者提供稳定、高效的算力支撑与模型服务。此次接入 Intern-S2-Preview，进一步丰富了平台的科学大模型生态。借助北京超算强大的算力调度能力与优化的推理部署环境，用户能够充分发挥 Intern-S2-Preview 在复杂科学推理、生物多组学理解以及科学代码生成等方面的优势。无论是微观分子的空间建模，还是宏观科研任务的自主规划与执行，都能获得流畅、稳定的算力体验，为科研成果的高效转化按下“加速键”。

未来，北京超算将继续携手上海人工智能实验室等国内顶尖科研机构，持续推动国产大模型的普惠应用与科研范式的创新，共同构建开放、协同、高效的AI生态。