中国绿网讯  科学智能（AI for Science）领域又迎来里程碑式的“上海时刻”。2月4日晚间，上海人工智能实验室宣布，开源全球首个基于“通专融合”架构的万亿参数科学多模态大模型——Intern（书生）-S1-Pro。这是全球开源社区中参数规模最大的科学模型，其性能表现稳居全球第一梯队，标志着科学智能正从“工具革命”的1.0时代，跨入由“革命性工具”驱动科学发现的2.0时代。

在人工智能（AI）领域，模型的参数规模往往决定了其“脑容量”。此次发布的全新书生科学模型，总参数量达到惊人的1万亿（1T），刷新了行业纪录。然而可贵的是，如此巨大的参数规模，并没有让模型变得过分“笨重”。

据介绍，书生万亿科学大模型采用了创新的混合专家架构（MoE）。形象地说，其内部相当于有512位各领域“顶尖专家”坐镇，每当面对具体的科学问题，系统会精准调用最合适的8位“专家”，一起参与分析决策。这种“按需点将”机制，使这个万亿模型只需要激活大约2%的参数（220亿），就可以从容应对复杂数理逻辑推理。

更精妙的是，书生万亿科学大模型，还通过底层创新，使得模型实现了“物理直觉”的跨越。据介绍，相较于处理语言，AI模型在解决科学问题时会遭遇很多新的挑战。尤其是语言的“字符间距”、或者说“数据密度”相对稳定，但科学领域却绝非如此——天文学家们往往要从洪荒中努力捕捉极其渺茫的信号，而生命科学却往往能在一个实验里采集到百万级的数据。为此，上海人工智能实验室引入“傅里叶位置编码（FoPE）”并重构“时序编码器”，像是为大模型赋予了“双重听觉”——既可以在微观上感知单个音符，又可以在宏观上欣赏整个乐章；亦或者说，这种机制让模型也拥有了“双重视觉”，既可以直击“沙粒之棱角”，也能眺望“沙丘之绵延”。

根据上海人工智能实验室主任、首席科学家周伯文的构想：“通专结合”是实现通用人工智能（AGI）的可行方案。而此次开源的书生万亿科学大模型，实际上就通过一系列底层创新，为这一构想的落地提供了现实的路径。