近日，InternLM 團隊正式發布了其開源的輕量級多模態推理模型 ——Intern-S1-mini。該模型參數僅為8B，結合了先進的 Qwen3-8B 語言模型與0.3B 視覺編碼器 InternViT，展現出強大的處理能力和靈活性。

Intern-S1-mini 經過了大規模的預訓練，總共使用了超過5萬億的 token 數據。其中，令人矚目的是，超2.5萬億 token 來自于化學、物理、生物和材料等多個科學領域。這使得 Intern-S1-mini 不僅能進行常規的文本和視覺輸入處理，更能解析復雜的分子式、蛋白質序列，并有效規劃合成路徑，展示出其在科學研究領域的廣泛應用潛力。

根據官方提供的基準測試結果，Intern-S1-mini 在多個領域的任務表現上均超過了同類模型。在 MMLU-Pro、MMMU、GPQA 以及 AIME2024/2025等任務上，該模型的表現令人驚嘆，ChemBench 分數達到76.47，MatBench 分數為61.55，而 ProteinLMBench 則是58.47。這些成績不僅證明了 Intern-S1-mini 的強大實力，更表明它在文本、圖像和視頻輸入方面的兼容性。

有趣的是，Intern-S1-mini 默認開啟了 “思考模式”，用戶可以通過簡單的開關命令（enable_thinking）來切換。這種設計讓模型的交互性更強，為用戶帶來了更靈活的使用體驗。

在科技飛速發展的今天，Intern-S1-mini 的發布無疑為研究人員和開發者們提供了一個新的工具，助力他們在多模態推理領域實現更多創新與突破。無論是在基礎研究還是實際應用中，這一模型都將是一個值得關注的焦點。