上海 AI 实验室开源 Intern-S1-Pro：万亿参数 MoE 科学大模型，激活仅 22B

Intern-S1-Pro 是上海人工智能实验室开源的科学多模态大模型，总参数量达到 1 万亿（1T）。它专门用来帮科研人员处理化学逆合成、材料设计、蛋白质分析和高难度数理推导，是目前开源社区里参数规模最大的科学模型。

它能做什么

这个模型覆盖了化学、材料、生命科学、地球科学和物理五大核心学科，支持 100 多个专业子任务。

在基础理解上，它能直接看懂复杂的分子结构图、实验曲线和科研图表。在逻辑推理上，它可以推断化学反应条件、预测理化性质，甚至能根据遥感图像做大尺度环境分析。

在基准测试中，它在国际数学奥赛评测 IMO-Answer-Bench 和物理奥赛评测 IPhO2025 上达到了奥赛级别的解题水准。在涵盖多个学科的综合评测 SciReasoner，以及测试动态环境交互能力的 Tau-2 智能体基准上，它的表现也稳居开源模型第一梯队。

1T 参数怎么跑起来

模型总参数虽然高达 1T，但日常推理不需要堆满算力。它采用了混合专家架构（MoE），内部一共切分了 512 个专家网络。在每次处理具体任务时，模型只动态激活其中的 8 个专家，实际参与计算的参数只有 22B。

为了让 AI 拥有对物理世界的直觉，研究团队引入了傅里叶位置编码（FoPE）并重构了时序编码器。这让模型不仅能处理离散的文本符号，还能直接分析连续的波形信号，从微观的心电生理数据一直跨越到宏观的天文观测信号。

针对超大规模 MoE 容易出现的算力浪费和训练不稳定问题，研发团队使用了分组路由和路由稠密估计策略。整套系统适配了昇腾与沐曦等国产硬件基座，配合开源的 XTuner V1 训练框架和 LMDeploy 推理引擎来降低部署门槛。

目前 Intern-S1-Pro 已经在 GitHub、Hugging Face 和 ModelScope 上同步开源，支持免费商用。普通用户可以直接在网页端 chat.intern-ai.org.cn 免部署体验。

为什么重要

以往做前沿科学计算，实验室要么依赖昂贵的闭源商业模型，要么只能在小规模垂直模型上缝缝补补。Intern-S1-Pro 证明了通专融合的万亿 MoE 可以把激活参数压到 22B，让普通科研团队用得起真正具备高阶数理直觉的开源大底座。

我们认为，虽然本地部署 1T 权重的存储门槛依然不低，但其开放商用的授权方式加上对国产算力生态的全栈适配，为全球科学智能（AI for Science）的研究范式提供了一个难得的开放起点。