模型發布
internlm 發布多模態模型 Intern-S2-397B，專攻科學智慧與長序列代理
HF @internlm綜合 2 家報導一手來源
核實資料不足
來源為發布方或研究資料；不代表所有主張已獲獨立核實。
查證回合用盡，未形成有依據結論
internlm 在 Hugging Face 上架近 400B 參數級別的多模態基礎模型 Intern-S2-397B，專為科學智慧與長序列代理（long-horizon agents）任務設計。
該模型採用新的視覺預訓練範式，直接從原始科學文獻頁面進行學習，在共享表示空間中聯合建模符號語義與視覺關係，無需中介解析，藉此保留圖文對應關係並強化空間與視覺推理能力。
在科學推理與生成方面，Intern-S2-397B 結合跨越 20 多個領域的科學強化學習任務進行聯合訓練，支援生物分子交互設計與材料結構生成等專業任務。此外，模型將多個代理框架連接至大規模沙盒環境進行黑箱代理強化學習，以提升通用與科學領域長序列任務的泛化能力與能力上限。
目前官方已提供基於 Transformers、vLLM、SGLang 及 Docker 的本地部署與推論指南。
讀原始報導背景
InternLM 致力於開發大型語言與多模態模型。新推出的 Intern-S2-397B 是其目前能力最強的多模態基礎模型，專為科學智慧（scientific intelligence）與長期代理（long-horizon agents）任務所設計。該模型在預訓練、強化學習任務覆蓋率及互動式代理環境等三個關鍵維度上進行了擴展。