書生-S2 運営中

書生-S2は上海人工知能実験室がオープンソースで公開するマルチモーダル基盤大規模モデル（397Bパラメータ）で、科学を最も理解する大規模モデルです。モデルはMemory Decoderアーキテクチャによってプラグイン可能な専門メモリモジュールを導入し、メインモデルを再訓練することなく、専門分野の知識を継続的に拡張できます。書生-S2は汎用能力でオープンソースモデルの最上位層に位置し、生物学、材料科学などの科学評価で大きくリードしています。数学的推論はGemini 3.1 Proレベルに達し、長時間にわたる研究活動やエージェント機能も備えています。

科学知識に関する質疑応答と推論：生物学、材料科学などの分野で専門家レベルの理解・生成能力を提供し、その他のオープンおよびクローズドソースの旗艦モデルを大きく上回ります。
長時間にわたる厳密な数学的推論：IMO-Proof、AdvancedMathBenchなどの競技数学・高等数学ベンチマークで、数時間にわたる推論と検証を継続でき、Gemini 3.1 Proレベルに達します。
研究タスクの実行：タンパク質結合剤の設計、結晶構造の構築など、実際の研究課題について継続的に分析、推論、最適化を行えます。
エージェントによる自律実行：複雑な指示を一言で与えるだけで、検索、タスク分解、ツール連携、計画の編成を自律的に完了できます。
汎用能力：知識、コードなどの汎用能力はオープンソースモデルの最上位層に達しています。

WeChatでフォローし「開源」と返信すると、AIオープンソースプロジェクト交流グループに参加できます
Memory Decoderプラグイン可能な専門メモリアーキテクチャ：Memory Decoderメカニズムを導入し、各分野の専門知識を独立したメモリモジュールで学習・保存します。接続時にメインモデルのパラメータを変更する必要はありません。推論中、モデルは現在のコンテキストに応じてメインモデルと専門メモリの寄与を動的に調整し、専門知識を完全な推論チェーンに組み込みます。
長時間推論とエージェント機能：書生-S2は汎用能力を維持しながら長時間の思考能力を強化し、継続的な探索、推論、検証の仕組みによって数時間規模の研究タスクの実行を支援します。同時にエージェントフレームワークを構築し、モデルがタスクの目標を理解し、手順を自律的に分解し、複数のツールを選択・連携して呼び出し、実行結果に基づいて以降の動作を動的に調整できるようにしています。
昇騰コンピューティングとの協調最適化：モデルと昇騰コンピューティングエコシステムを深く連携させ、計算、通信、メモリなどの重要な要素を中心に高度な最適化を行っています。モデル能力の向上と国産コンピューティング基盤の最適化を協調的に進化させる道筋を探り、大規模な科学計算タスクを基盤から支えます。
潜在空間事前学習の探究（NCP-ArchPreview）：次世代アーキテクチャに向け、上海AI実験室はNext Concept PredictionによるJEPA型の潜在空間事前学習タスクを提案しました。モデルは次のTokenだけを予測するのではなく、専用のConcept Moduleを通じて潜在空間内でTokenをまたぐ離散的な意味概念を予測し、その結果を低層の自己回帰生成に反映して指導します。

オンライン体験：https://chat.intern-ai.org.cn/ にアクセスすると、書生-S2の各種機能を直接対話形式で体験できます。
API呼び出し：すべてのユーザーが無料の公開API利用枠を使用できます。より高い利用枠が必要な場合は、https://internlm.intern-ai.org.cn/api/strategy から申請できます。
モデルの入手：HuggingFaceからモデルの重みをダウンロードできます。
ローカルデプロイ：GitHubリポジトリ https://github.com/InternLM/Intern-S1 を参照してデプロイしてください。昇騰コンピューティング環境には高度な適応・最適化が施されています。

トップクラスの科学能力：生物学、材料科学などの科学タスク評価で、既存のオープンおよびクローズドソースの旗艦モデルを大きく上回ります。
プラグイン可能な専門メモリ：Memory Decoderアーキテクチャにより、メインモデルのパラメータを変更せずに新分野の知識を接続でき、分野拡張のコストを大幅に削減します。
妥協のない汎用能力：専門能力を拡張しながら、知識、コード、エージェントなどの汎用能力でもオープンソースモデルの最上位層を維持します。
長時間推論能力：数時間にわたって厳密な数学的推論と調査を継続でき、Gemini 3.1 Proレベルに達し、一部の指標ではそれを上回ります。
エージェント実行能力：複雑なタスクを自律的に分解し、複数のツールを連携させて、長征7号ロケットの3D CADモデルのような完全な成果物を一言で生成できます。

GitHubリポジトリ：https://github.com/InternLM/Intern-S1
HuggingFaceモデルリポジトリ：https://huggingface.co/internlm/Intern-S2-397B

生命科学研究開発：DNA、RNA、タンパク質および生体分子間相互作用の分析を網羅します。例えば、免疫療法の標的IL-7Rαをめぐり、タンパク質結合剤の候補分子を継続的に設計・最適化できます。
材料・結晶構造設計：化学式に基づき、空間群のマッチング、格子パラメータ、原子座標の体系的な構築を自動で行い、新材料の探索を「経験に基づく試行錯誤」から「モデル駆動」へと転換します。
数学・理論研究：競技数学、高等数学、博士課程入試レベルの複雑な問題に対し、数時間にわたる継続的な推論と検証を行い、厳密な解答を生成して理論研究を支援します。
エンジニアリング設計・エージェント自動化：複雑なエンジニアリング成果物を一言で生成し、情報検索、タスク分解、複数ツールの連携・編成を自律的に完了します。