InternLM推出8B参数轻量级多模态推理模型，刷新科技前沿

快速阅读: InternLM团队发布8B参数的轻量级多模态推理模型Intern-S1-mini，结合Qwen3-8B语言模型和InternViT视觉编码器，预训练超5万亿token，擅长处理文本、视觉输入及科研任务，性能超越同类模型。

近日，InternLM团队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语言模型和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经过大规模预训练，使用了超过5万亿的token数据。其中，超过2.5万亿token来自化学、物理、生物和材料等多个科学领域。这使Intern-S1-mini不仅能处理常规的文本和视觉输入，还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均超过同类模型。在MMLU-Pro、MMMU、GPQA及AIME2024/2025等任务上，该模型表现出色，ChemBench分数达到76.47，MatBench分数为61.55，ProteinLMBench则为58.47。这些成绩不仅证明了Intern-S1-mini的强大实力，也表明其在文本、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。这种设计增强了模型的交互性，为用户带来更灵活的使用体验。

在科技飞速发展的今天，InternLM团队发布的Intern-S1-mini无疑为研究人员和开发者提供了新的工具，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，这一模型都将成为一个值得关注的焦点。

(以上内容均由Ai生成)