InternLM推出轻量级多模态推理模型，参数达8B

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，经过5万亿token预训练，适用于科研领域，性能超越同类模型。

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语言模型和0.3B视觉编码器InternViT，展现出强大的处理能力和灵活性。

InternLM团队对Intern-S1-mini进行了大规模预训练，使用了超过5万亿个token的数据。其中，超过2.5万亿个token来自化学、物理、生物和材料等多个科学领域。这使Intern-S1-mini不仅能够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均超过同类模型。在MMLU-Pro、MMMU、GPQA以及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，也表明它在文本、图像和视频输入方面的兼容性。

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，为用户带来了更灵活的使用体验。

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，这一模型都将成为一个值得关注的焦点。

(以上内容均由Ai生成)