社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

让AI成为自主进化的科学家!书生-S2.1 Flash登顶机器学习工程基准

机器之心 • 7 小时前 • 20 次点击  
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。


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


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。



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


© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:liyazhou@jiqizhixin.com

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/203503