让A成为自主进化的科学家!书生一S2.1Flash登顶机器学习工程基准

资讯 AI 行业观察 全文 2737 字 · 约 7 分钟读完 配图 4 张

让A成为自主进化的科学家!书生一S2.1Flash登顶机器学习工程基准

让A成为自主进化的科学家!书生一S2.1Flash登顶机器学习工程基准(配图 1)
机器之心发布


让 AI 成为 AI 研发的助手,书生-S2.1 Flash 正在展现 AI4AI 的潜力。近日,这款科学多模态大模型正式发布并开源,在机器学习工程基准中取得 90.3 分,展现出 AI 参与机器学习研发任务的能力。


它的表现也延伸到了更多通用智能体任务:复杂办公文档处理 72.2 分,电子表格任务 37.1 分。在上述三项基准及专业法律文档任务 Harvey LAB 上,书生-S2.1 Flash 的得分均超过此次对比中的 DeepSeek-V4.1-Flash-1017 和 Claude Opus 5,位列所列参评模型第一。


该模型由上海人工智能实验室联合复旦大学、中科院软件所、中国人民大学、中科院自动化所、华东师范大学、哈尔滨工业大学、北京大学等机构共同推出,目标是打通AI 模型驱动人工智能和科学研究的全链路闭环,构建高效、可信的科学研究与科研专业软件使用能力。


让A成为自主进化的科学家!书生一S2.1Flash登顶机器学习工程基准(配图 2)

图 1|通用智能体能力评测


  • 体验链接:

    https://discovery.intern-ai.org.cn/token-plan/home


  • ModelScope:https://www.modelscope.cn/models/Shanghai_AI_Laboratory/Sage-S2.1-Flash

  • Huggingface:https://huggingface.co/internlm/Sage-S2.1-Flash

  • 技术报告:https://github.com/InternLM/Sage-S2.1-Flash/blob/main/sage_s2.1_tech_report.pdf



科研软件实操:从数据分析到三维建模


复杂科研任务中,中间结果往往决定下一步采用什么方法。书生-S2.1 Flash 使用专业软件开展分析与建模,并通过原始切片、遥感影像、装配视图和脑电波形核验结果、调整后续步骤。


CT 切片分析:重建三维骨骼,回查原始切面


恢复切片层序后,书生-S2.1 Flash 在 3D Slicer 中按密度阈值提取骨性区域,重建三维骨骼,并从多个角度查看肋骨与脊柱的空间关系。


发现局部骨性突起后,模型进一步调出相邻原始切面核对,将核对后的初步观察写入报告。



建筑三维重建:从多角度照片生成可编辑的三维工程


在建筑重建任务中,输入是上海人工智能实验室新园区多个角度的建筑照片,以及夜景参考。书生-S2.1 Flash 据此分析大楼层叠的体块、悬挑和幕墙结构,在 Blender 中搭建三维场景,再逐步添加玻璃材质、金属格栅和室内照明。


制作过程中,模型把渲染预览与参考照片放在一起对照,检查建筑比例、灯光层次和镜头构图,再修改模型和视觉效果。


最后交付的是建筑展示视频和 .blend 文件。工程可以重新打开、继续编辑和渲染,三维结构、材质与照明设置都保存在其中。



鄱阳湖水域分析:统一比较范围,复核水域边界


在鄱阳湖水域变化分析中,书生-S2.1 Flash 利用多光谱数据提取候选水域,再将结果叠加回原始彩色影像,放大查看湖岸。浅水和湿滩的交界处容易影响边界判断,模型重点检查这些位置,决定是否调整提取规则。


面积统计只在两期影像共同有效的研究区内进行,保证比较范围一致。模型最后导出了变化地图、面积表和 QGIS 工程,便于沿着岸线回查原始影像。



发动机参数化建模:依据参考图完成装配,检查零件干涉


书生-S2.1 Flash 从参考图中识别发动机的总体构型、外部轮廓与零件布局,梳理各零件的相对尺寸和装配关系,并在 CAD 环境中完成参数化建模与整机装配。


完成整机装配后,模型统一检查零件在装配位置上是否发生干涉并修复。最终输出的可编辑 CAD 模型与渲染图,可供工程人员复核零件位置、装配关系与整体构型,为后续可制造性评估和设计迭代提供依据。



多模态科研推理:联合分析分子、序列与实验信号


让A成为自主进化的科学家!书生一S2.1Flash登顶机器学习工程基准(配图 3)

图2 | 科学多模态统一表征架构


科研问题的依据,可能藏在晶体中原子的空间排布里、蛋白质序列的局部特征中,也可能体现在光谱的峰位和强度上。模型需要理解这些数据各自的结构,再结合研究者的指令开展分析。


书生-S2.1 Flash 支持不同类型的科学数据。分子图、晶体结构、蛋白质序列与三维结构、DNA 序列、RNA 序列,以及光谱、质谱、X 射线衍射、心电、脑电和光变曲线等十余类科学输入。不同类型的数据经过各自的特征编码与投影,与自然语言指令共同参与计算,用于预测、分类、位点定位、定量分析和结构推断等任务。


分析过程中,模型也会检查图像、波形等中间结果,判断是否需要调整方法。比如三维重建中的局部结构,可以回到原始切片核对;脑电处理前后的变化,则可以放在同一尺度下比较。



通用能力评测:覆盖 33 项基准,多项成绩位居前列


一项科研任务往往需要查阅资料、编写代码、调用工具,并在出现异常时回查处理过程。这些通用智能体评测,为观察模型在上述环节中的表现提供了参考。


在全面的通用智能体能力评测中,书生-S2.1 Flash 在 33 项通用智能体基准上取得 4 项第一、7 项第二。


在机器学习工程基准 MLE-bench Lite 上,书生-S2.1 Flash 得分 90.3,比第二名的 89.2 分高出 1.1 分。


另外三项第一分别是 OfficeQA Pro(72.2 分)、Harvey LAB(25.0 分)和 SpreadsheetBench 2(37.1 分)。这三项基准分别考查复杂办公文档分析与处理、复杂法律文档分析与专业成果交付,以及电子表格补全、纠错和可视化。


在 AutomationBench、ALE-CLI、BFCL V4、WebArena-Verified、DeepResearch Bench II、JobBench 和 OSWorld-Verified 七项基准上,书生-S2.1 Flash 均位列第二。


让A成为自主进化的科学家!书生一S2.1Flash登顶机器学习工程基准(配图 4)


从建筑场景的 .blend 文件,到水域变化分析的 QGIS 工程,再到可编辑的 CAD 装配模型,这些演示留下了可继续检查和修改的成果。研究者可以回查原始数据、复核处理过程,并在此基础上继续工作。


书生-S2.1 Flash 对标 GLM 5.3 Flash,并推出上线限时优惠:即日起至12月9日,价格仅为对标模型的1%;12月10日至12月31日,价格仅为对标模型的10%。同时,新用户注册即可获赠大量免费额度,进一步降低体验门槛和使用成本。


欢迎前往书生·端砚体验:https://discovery.intern-ai.org.cn/token-plan/home


本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 辛顿:AI数学已超多数数学家,10年内或开出人类看不懂的分支

    【“AI教父”辛顿:10年内AI或开创人类无法理解的数学分支】财联社11月16日电,诺奖得主、“人工智能教父”辛顿当地时间11月14日表示,AI在数学上已比几乎所有数学家都更聪明;多数数学家都判断,未来几年、很可能10年内,AI将发展出人类根本无法理解的数学分支。(澎湃新闻)...

    来源 腾讯网
  2. APEC工商领导人峰会深圳注册中心启用,AI城市旅游卡成参会礼

    11月15日上午,2026年APEC工商领导人峰会注册中心迎来陆续报到的中外代表。登记报到、领取证件、发放参会物资……现场各功能区域井然有序,参会代表在清晰的指引下完成报到手续。一张张参会证件、一份份精心准备的参会包,让来自海内外的宾客在步入会场之前,便感受到深圳的热情与周到。 “报到流程简洁顺畅、指引细致周全” 作为

    来源 AI 行业观察
  3. 樊路远卸任大麦娱乐主席及CEO:徐宏接任董事会主席

    公告显示,樊路远因专注发展个人事业,已辞任公司执行董事、董事会主席及首席执行官。董事会对樊路远任内对公司作出的宝贵贡献致以衷心感谢。大麦娱乐董事会同时宣布,徐宏获委任为非执行董事及董事会主席;沈严获委任为执行董事及联席总裁。2025年5月21日,阿里大文娱集团宣布即日起更名为虎鲸文娱集团,旗下阿里影业更名为大麦娱乐。

    来源 TechWeb
  4. 樊路远辞任大麦娱乐主席兼CEO,徐宏、沈严接任

    公告显示,樊路远因专注发展个人事业,已辞任公司执行董事、董事会主席及首席执行官。董事会对樊路远任内对公司作出的宝贵贡献致以衷心感谢。大麦娱乐董事会同时宣布,徐宏获委任为非执行董事及董事会主席;沈严获委任为执行董事及联席总裁。2025年5月21日,阿里大文娱集团宣布即日起更名为虎鲸文娱集团,旗下阿里影业更名为大麦娱乐。

    来源 TechWeb
  5. 马斯克亮出星舰V4参数:飞船70米、42台发动机、运力超200吨

    马斯克刚刚公布了星舰 V4 的核心参数:二级飞船拉长到约 70 米,比早期版本增加 40%,推进剂装载量提升超过 60%;飞船发动机从 6 台增至 9 台,新增 3 台真空版猛禽发动机,且全部换装推力更高的第四代猛禽(Raptor 4)。先厘清一个容易看岔的细节:这里的“70 米”,指的是上面那截“星舰飞船”本身,不是

    来源 AI 行业观察
  6. 腾讯混元Hy4 flash发布:每百万Token输入0.5元,张军称性价比最高

    【TechWeb】11月16日消息,今日,腾讯混元最新语言模型Hy4 flash正式发布。腾讯公司公关总监张军在社交平台发文称,“这是迄今为止性价比最高的混元模型。” 混元Hy4 flash每百万Token输入0.5元、输出2元,命中缓存时仅需0.02元,价格相比Hy4大幅降低。 该模型总参数量为224B(其中64B

    来源 AI 行业观察
  7. 颠覆性技术产业化指数5年增58.63%,年均复合增长约9.67%

    IT之家 11 月 14 日消息,据新华社报道,在 13 日至 14 日天津举办的 2026 企业科技创新发展论坛上,《颠覆性技术产业化指数报告》发布。 报告显示,2020-2025 年,我国颠覆性技术产业化指数从基准值 100 稳步攀升至 158.63,累计增幅 58.63%,年均复合增长率约 9.67%。指数报告由

    来源 AI 行业观察
  8. 华为云“行业AI梦工厂”发布并开源昇腾原生具身世界模型CloudRobo-WM1.2

    【TechWeb】11月16日消息,今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。 五

    来源 AI 行业观察
  9. 双十一第18年:AI助手更聪明,消费者转向重品质重服务

    今年“双十一”,成交数据的“晒单”不再是重点,供给质量和服务质量成了关注对象。服务供给更丰富、AI助手更“聪明”、消费者选购逻辑加速转变,这些新亮点陆续浮现。这场消费热潮背后,既能看到居民消费需求持续升级,也能看到超大规模国内市场的韧性与活力。

    来源 网易科技
向下滚动自动加载更多