上海 AI 實驗室開源 Intern-S1-Pro：萬億引數 MoE 科學大模型，啟用僅 22B

Intern-S1-Pro 是上海人工智慧實驗室開源的科學多模態大模型，總引數量達到 1 萬億（1T）。它專門用來幫科研人員處理化學逆合成、材料設計、蛋白質分析和高難度數理推導，是目前開源社群裡引數規模最大的科學模型。

它能做什麼

這個模型覆蓋了化學、材料、生命科學、地球科學和物理五大核心學科，支援 100 多個專業子任務。

在基礎理解上，它能直接看懂複雜的分子結構圖、實驗曲線和科研圖表。在邏輯推理上，它可以推斷化學反應條件、預測理化性質，甚至能根據遙感影像做大尺度環境分析。

在基準測試中，它在國際數學奧賽評測 IMO-Answer-Bench 和物理奧賽評測 IPhO2025 上達到了奧賽級別的解題水準。在涵蓋多個學科的綜合評測 SciReasoner，以及測試動態環境互動能力的 Tau-2 智慧體基準上，它的表現也穩居開源模型第一梯隊。

1T 引數怎麼跑起來

模型總引數雖然高達 1T，但日常推理不需要堆滿算力。它採用了混合專家架構（MoE），內部一共切分了 512 個專家網路。在每次處理具體任務時，模型只動態啟用其中的 8 個專家，實際參與計算的引數只有 22B。

為了讓 AI 擁有對物理世界的直覺，研究團隊引入了傅立葉位置編碼（FoPE）並重構了時序編碼器。這讓模型不僅能處理離散的文本符號，還能直接分析連續的波形訊號，從微觀的心電生理資料一直跨越到宏觀的天文觀測訊號。

針對超大規模 MoE 容易出現的算力浪費和訓練不穩定問題，研發團隊使用了分組路由和路由稠密估計策略。整套系統適配了昇騰與沐曦等國產硬體基座，配合開源的 XTuner V1 訓練框架和 LMDeploy 推理引擎來降低部署門檻。

目前 Intern-S1-Pro 已經在 GitHub、Hugging Face 和 ModelScope 上同步開源，支援免費商用。普通使用者可以直接在網頁端 chat.intern-ai.org.cn 免部署體驗。

為什麼重要

以往做前沿科學計算，實驗室要麼依賴昂貴的閉源商業模型，要麼只能在小規模垂直模型上縫縫補補。Intern-S1-Pro 證明了通專融合的萬億 MoE 可以把啟用引數壓到 22B，讓普通科研團隊用得起真正具備高階數理直覺的開源大底座。

我們認為，雖然本地部署 1T 權重的儲存門檻依然不低，但其開放商用的授權方式加上對國產算力生態的全棧適配，為全球科學智慧（AI for Science）的研究範式提供了一個難得的開放起點。