上海AI实验室发布397B科学智能体,科研成本大幅降低
2026世界人工智能大会(WAIC 2026)上,上海人工智能实验室扔出一记重磅:正式发布书生系列大模型Intern-S2-Preview-397B。这个397B参数的科学智能体新基座,在分子设计、材料结构生成等核心科学任务上,直接追平了实验室此前的万亿参数模型。参数量不到原先的零头,干出的活却一样漂亮,这意味着搞科研的算力成本将大幅降低,原本只有巨头玩得起的AI for Science,正快速走向普及。
记忆与思考分家,小模型怎么扛大活?
以前的AI大模型有个通病:知识存储和逻辑推理死死绑在一起,想让它学点新学科,一不留神就把原有的通用能力给搅乱了。Intern-S2-Preview-397B这次换了种玩法,把“记忆”和“思考”拆开,弄了个“知识与推理分离”双引擎。专业领域的最新知识不再需要推倒重来硬塞进模型,而是像插U盘一样,用Memory Decoder随时外接扩展;负责推理的Mobius架构则专门管怎么灵活调用这些知识,让数学、物理、化学的分析纠错能力可以跨学科复用。专业能力不再是各自为战的技能孤岛,而是同一基座上的乐高积木。
以前的AI大模型有个通病:知识存储和逻辑推理死死绑在一起,想让它学点新学科,一不留神就把原有的通用能力给搅乱了。Intern-S2-Preview-397B这次换了种玩法,把“记忆”和“思考”拆开,弄了个“知识与推理分离”双引擎。专业领域的最新知识不再需要推倒重来硬塞进模型,而是像插U盘一样,用Memory Decoder随时外接扩展;负责推理的Mobius架构则专门管怎么灵活调用这些知识,让数学、物理、化学的分析纠错能力可以跨学科复用。专业能力不再是各自为战的技能孤岛,而是同一基座上的乐高积木。
从纸上谈兵到进实验室干活
光会做题算不上智能体,能动手干活才算。这次上海AI Lab推出的深度科研智能体FlowSearch,就是个能自己搞研究的“AI研究员”。它不再是那种你问一句它答一句的封闭式AI,而是会自己拆解问题、设计实验路线,发现证据链断了还会自己找补。与此同时,他们还和涌生智能联合发布了自进化多智能体系统ProtoPilot,这玩意儿能直接把实验意图变成真实设备的操作,打通生命科学实验室的“干湿闭环”。AI for Science正从“理解知识”向“生成行动”跨越,真正把实验室里的重复工作接过去。
光会做题算不上智能体,能动手干活才算。这次上海AI Lab推出的深度科研智能体FlowSearch,就是个能自己搞研究的“AI研究员”。它不再是那种你问一句它答一句的封闭式AI,而是会自己拆解问题、设计实验路线,发现证据链断了还会自己找补。与此同时,他们还和涌生智能联合发布了自进化多智能体系统ProtoPilot,这玩意儿能直接把实验意图变成真实设备的操作,打通生命科学实验室的“干湿闭环”。AI for Science正从“理解知识”向“生成行动”跨越,真正把实验室里的重复工作接过去。
科学研究的玩法彻底变了
以前科研人员干一件事,从提出假说到验证因果关系,可能得按“年”来算。现在,从Intern-S2-Preview-397B的通专融合基座,到FlowSearch的自主探索,再到ProtoPilot的设备执行,一套完整的科研智能体生态已经成型。把重复工作交给工具,把完整精力留给真正有价值的科学问题。普通人或许看不懂复杂的分子设计,但能明确感受到,那些改变未来的硬核科技,诞生的速度正在被这套新基座按下加速键。
以前科研人员干一件事,从提出假说到验证因果关系,可能得按“年”来算。现在,从Intern-S2-Preview-397B的通专融合基座,到FlowSearch的自主探索,再到ProtoPilot的设备执行,一套完整的科研智能体生态已经成型。把重复工作交给工具,把完整精力留给真正有价值的科学问题。普通人或许看不懂复杂的分子设计,但能明确感受到,那些改变未来的硬核科技,诞生的速度正在被这套新基座按下加速键。
历史事件回溯
当前事件
上海AI Lab推出科学智能体基座
- 核心架构:依托多模态大模型构建的科学智能体基座框架
- 聚焦领域:覆盖物理、化学、生物等跨学科科学发现
- 开放生态:开源框架与工具链,支持科研场景定制与扩展
2024年8月
Sakana AI推出全自动科研智能体
- 核心架构:大模型驱动的端到端科研闭环框架
- 聚焦领域:聚焦机器学习领域的论文构思与撰写
- 开放生态:开源项目代码,供学术界复现与迭代
2023年4月
CMU推出自动化化学研究智能体
- 核心架构:多智能体协同调度,控制实验硬件设备
- 聚焦领域:专注化学合成与复杂实验的自动化操作
- 开放生态:论文配套开源,集成多类化学仪器接口


当前文章无评论,是时候发表评论了