397B 追平万亿参数热搜背后这场“科学AI考试”有几处值得你多看两眼【免费下载链接】Intern-S2-397B项目地址: https://ai.gitcode.com/InternLM/Intern-S2-397B最近科技圈被一句话刷屏了“397B 参数追平万亿级模型”。说的是上海人工智能实验室开源的科学多模态大模型 Intern-S2-397B。参数只有对手的四成却在数学、材料、生物分子这些“硬核科目”上打成了平手甚至有几项反超。消息一出评论区立马分成两派一派喊“国产模型扬眉吐气”另一派冷笑“又是自己出题自己考”。这话不好听但问得对。AI 圈的“跑分”这事水分历来不小。今天咱们不吹不黑先把这份成绩单拆开看看再聊聊它到底能帮你干什么。一、先说清楚397B 到底是个什么体量的东西你可以把大模型想象成一家公司。普通模型是“全员上班”不管来什么活儿所有员工都得到岗人多力量大但电费也烧得吓人。Intern-S2-397B 用的是**“混合专家”**的路子公司里注册了 512 位专家但每来一个任务只叫醒其中 10 位对口的。所以它名义上是个 397B 的“大厂”实际每次干活的只是一个小分队。这既是它能“以小博大”的底气也是它能被塞进 8 张 H100/H200 显卡里跑起来的原因——要真按 397B 全员上岗那得是机房级别的排场。更关键的是它不是纯文字模型而是天生的“多模态”眼睛能看 PDF 论文里的插图、表格、分子结构式脑子能算数学、能读蛋白质序列还能处理地震波这种时间序列信号。一句话总结它不是“会聊天的 AI”而是“能进实验室打下手”的 AI。二、“追平万亿”这句宣传究竟追平了什么这是全文最该较真的地方。把官方说法还原一下大致是三层意思第一比的是“特定科目”不是“全能总分”。官方对标的是万亿级的 Intern-S1-Pro在数学推理、材料结构生成、分子性质预测这类科学任务上打得有来有回。社区文章提到它在 MolecularIQ 这项分子理解评测上拿到 57.26 分超过 Gemini-3.1-Pro材料晶体结构生成的通过率超过 40%优于 GPT-5.5。听起来很猛但请注意——这些是“科学专业课”成绩不是“语数外总分”。第二参数账要分开算。397B 是“总注册人数”万亿模型也是“总注册人数”。可真打起来比的是“当场在岗人数”。所以“小模型追平大模型”这件事本质上是架构效率的胜利不是“参数不重要了”。这话说清楚才是对技术的尊重。第三给了多长的“考试时间”很关键。官方说明里有一句容易被忽略的细节文字推理题目模型最多可以思考 256K token多模态题目最多 64K。翻译成人话——允许它把草稿纸写满。而很多对比模型的默认设置是写两页就交卷。这就好比两个学生考同一张卷子一个限时 40 分钟一个不限时还能翻书最后分数一样。你能说两人水平一样吗不能。分数一样但成本不一样、速度不一样。三、科学评测里最容易“注水”的三个地方不是针对这一家这是整个行业的通病。第一个坑自己出题自己阅卷。这次的评测用的是 OpenCompass、VLMEvalKit、AgentCompass 这一套工具链恰好都出自同一个技术生态。工具本身是开源的、可复现的这点要肯定但“出题人”和“考生”住一个小区读者心里打个折是合理的谨慎。第二个坑题目太少容易“背答案”。科学类基准往往题量不大。几千道题反复训练几轮模型很容易“见过原题”。所以你会看到一种魔幻现象跑分年年涨真让它独立做一道没见过的科研题立马露怯。第三个坑报喜不报忧。榜单只展示优势科目。材料、分子、数学这些强项大写特写通用常识、长文写作、多轮闲聊这些弱项一句“保持通用能力”轻轻带过。这不算撒谎但属于选择性发言。给你一套“看评测话术”的四问清单以后刷到任何“碾压 GPT”“吊打某某”的新闻都可以套一遍问基准是第三方公认的老牌榜单还是自家新造的问预算对手是不是在同一推理长度、同一采样参数下跑的问科目是全面领先还是挑了三门优势科目问复现权重开不开源有没有在线接口让我自己出题考它四问下来还站得住的才是真本事。四、不过话说回来这模型确实有几样“真家伙”吐槽完评测口径得承认它有些能力不是靠跑分堆出来的是实打实能干活。一是“看论文”这件事它做得比大多数模型细。传统做法是先 OCR 把 PDF 拆成文字图里的信息就丢了。它是直接“看”原始页面文字和插图一起进脑子。这意味着你扔一份带反应式、带晶体结构图的材料学论文过去它能看懂图表之间的关系而不是把图当成一张“无意义的图片”。二是它真的能“读波形”。官方演示里有一个很具体的场景给一段地震监测数据让它判断有没有发生地震事件并指出 P 波和 S 波的起始位置。另一个例子是电力负荷预测给它历史用电数据加天气预报让它预测未来半天的用电曲线。这类活儿过去得靠专门的时序算法工程师调参现在一句自然语言就能问。这才是“科学大模型”和“聊天机器人”的分水岭。三是它能自己拆任务、调工具。模型内置了工具调用能力可以接进 Claude Code 这类智能体框架也能接 OpenClaw、Hermes 之类的助手平台。说白了你给它一个“帮我查这批文献里有哪些材料合成路线”的任务它会自己规划步骤、调检索工具、看结果、再修正——像个能独立跑腿的实习生而不是一问一答的复读机。顺带一提社区里有人实测了它的加速技术在长文本输出场景下吞吐量接近翻倍延迟降低约六成。对真正要批量处理文献的团队来说这个提升比跑分实在得多。五、普通人想上手门槛到底多高分三种情况说。只想试试水官方有在线体验入口注册就能聊能传图、能传文档不花钱、不装环境。适合学生、科研爱好者先感受一下“科学 AI”和普通聊天机器人的区别。想接进自己的工作流官方提供兼容主流接口规范的 API填个地址和密钥就能用写代码的人十分钟能跑通。自媒体查资料、研究生读文献、工程师算数据都能用。想自己部署这就不是普通电脑能碰的了。官方推荐 8 卡 H100 或 H200 起步还有专门的 FP8 压缩版本降低显存压力。家里的游戏本、MacBook 就别想了强行量化到 4bit 也不是给日常办公准备的。所以目标人群很清楚高校实验室、企业研发部门、以及愿意为“数据不出内网”付钱的团队。生命科学、材料研发这类数据敏感的行业能在自己机房里跑一个接近顶配的科学模型这件事的价值比榜单上那几分重要得多。六、最后说句公道话“397B 追平万亿”这句话七分真三分需要加定语。真的是在科学这个特定赛道靠架构效率和多领域强化学习小体量确实能打出大体量的效果这是工程上的硬功夫。需要加定语的是它追平的是部分科目、特定预算下的成绩不是全面碾压更不是“万亿参数没用了”。对我们普通人来说这件事最大的意义不是又一个榜单冠军而是——能做科研级任务的 AI正在从“实验室里的稀罕物”变成“注册个账号就能用的工具”。三年前读懂一篇带公式的论文、识别一段地震波形还得是博士生的活儿现在你可能只需要会提问。那么问题来了如果真有一个不知疲倦、还能看懂图表的“AI 科研搭子”你最想让它帮你干的第一件事是什么是啃完那篇看了三遍还没看懂的论文还是帮你把孩子的物理题讲明白评论区聊聊。【免费下载链接】Intern-S2-397B项目地址: https://ai.gitcode.com/InternLM/Intern-S2-397B创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考