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。
