科技前沿再升级！InternLM发布轻量8B参数多模态推理新模型
发布时间：2025-08-22 17:57:48 | 责任编辑：张毅 | 浏览量：4 次
近日，InternLM 团队正式发布了其开源的轻量级多模态推理模型 ——Intern-S1-mini。该模型参数仅为8B，结合了先进的 Qwen3-8B 语言模型与0.3B 视觉编码器 InternViT，展现出强大的处理能力和灵活性。
Intern-S1-mini 经过了大规模的预训练，总共使用了超过5万亿的 token 数据。其中，令人瞩目的是，超2.5万亿 token 来自于化学、物理、生物和材料等多个科学领域。这使得 Intern-S1-mini 不仅能进行常规的文本和视觉输入处理，更能解析复杂的分子式、蛋白质序列，并有效规划合成路径，展示出其在科学研究领域的广泛应用潜力。
根据官方提供的基准测试结果，Intern-S1-mini 在多个领域的任务表现上均超过了同类模型。在 MMLU-Pro、MMMU、GPQA 以及 AIME2024/2025等任务上，该模型的表现令人惊叹，ChemBench 分数达到76.47，MatBench 分数为61.55，而 ProteinLMBench 则是58.47。这些成绩不仅证明了 Intern-S1-mini 的强大实力，更表明它在文本、图像和视频输入方面的兼容性。
有趣的是，Intern-S1-mini 默认开启了 “思考模式”，用户可以通过简单的开关命令（enable_thinking）来切换。这种设计让模型的交互性更强，为用户带来了更灵活的使用体验。
在科技飞速发展的今天，Intern-S1-mini 的发布无疑为研究人员和开发者们提供了一个新的工具，助力他们在多模态推理领域实现更多创新与突破。无论是在基础研究还是实际应用中，这一模型都将是一个值得关注的焦点。
科技前沿速报
8 月 22 日，InternLM 团队正式发布开源的 Intern-S1-mini，这是一款 8B 参数的轻量级多模态推理模型。它结合了 Qwen3-8B 语言模型 和 0.3B 视觉编码器 InternViT，经过 5 万亿+ token 的超大规模预训练（其中 2.5 万亿+ token 来自化学、物理、生物和材料等科学领域），不仅能处理常规文本和视觉输入，还能解析复杂分子式、蛋白质序列并规划合成路径，展示了在科学研究领域的强大潜力。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
