书生 S2.1 Flash 是 上海人工智能实验室 于 2026 年 11 月开源的科学多模态智能体模型,采用 3200 亿参数的 MoE 架构,可接收分子图、晶体结构、蛋白质与核酸序列、光谱与质谱等十余类科学数据。官方口径是同一任务下推理成本为书生·星河的十分之一,并在多基准对照中取得 4 项第一、7 项第二。模型把科学数据理解与科研软件操控合到同一套权重,适用于医学影像的切片筛选、显微图像的分割与结构件的建模核查等场景。
| 基础信息 | 内容 |
|---|---|
| 产品定位 | 面向高难度科学研究的科学多模态智能体模型 |
| 出品方 | 上海人工智能实验室(书生 InternLM 团队) |
| 发布时间 | 2026 年 11 月 16 日 |
| 开源协议 | MIT License |
| 参数规模 | 320B,MoE 混合专家架构(项目主页公布) |
| 输入模态 | 十余类科学数据,含分子图、晶体结构、光谱质谱等 |
| 核心架构 | 书生·元征(Sage-SciPerception)统一表征架构 |
| 智能体基准 | 官方公布的多基准对照中 4 项第一、7 项第二 |
| 成本口径 | 同一任务推理成本为书生·星河的十分之一(官方口径) |
| 权重渠道 | ModelScope、Hugging Face,另提供 FP8 版本 |
| 在线平台 | 书生·端砚 |

书生 S2.1 Flash 的核心能力
书生 S2.1 Flash 的能力落在科研任务的完整链路上,而非单点的问答准确率。以下按五项能力逐条说明,涉及数值的部分均取自项目主页、GitHub 仓库与 11 月 16 日发布公告。
科学数据的多模态统一输入
模型依托书生·元征的统一表征架构,把分子图、晶体结构、蛋白质与核酸序列、光谱、质谱、X 射线衍射、心电与脑电等十余类科学数据编码到同一表征空间,再与自然语言指令一起处理。这层架构让同一套权重同时应对化学、材料与生命科学的任务。公告的说法是融合科学多模态理解与通用智能体能力,模型既能读懂专业数据,也能按指令完成后续操作。
科研软件的视觉感知操控
模型通过视觉感知读取软件界面,对照中间结果调整下一步操作。官方展示的软件场景包括 3D Slicer 的三维影像重建、Blender 与 CAD 的建模与装配检查、Fiji 的显微图像分割。这条链路的实现方式与通用的计算机操作智能体一致,差别在于目标软件是专业科研工具,界面元素与操作逻辑都比办公软件复杂。这类连续执行依赖 AI 智能体 的工具编排能力。
闭环科研任务的连续执行
官方展示了四组科研任务案例。CT 重建任务从 12,487 张来源混杂、顺序打乱、方向不一致的影像中识别出 139 张切片,修正方向并在 3D Slicer 内重建三维骨结构。三维建模任务依据参考图在 Blender 与 CAD 中构建建筑、航空发动机与卡车底盘模型,用渲染预览或装配检查复核。科学分析任务在 Fiji 中调整分割阈值、分离粘连的细胞核。另有 EEG 信号处理与卫星影像分析。
多轮任务中的递归式自我改进
实验室把递归式自我改进(RSI)的前期探索应用到这一版本,模型可在多轮任务闭环中依据中间结果与视觉反馈调整后续策略。官方对这项能力的表述止于任务层面的策略迭代,不涉及模型在使用过程中自行更新权重;迭代轮次上限与改进前后的对照数值均未披露。
单位任务的成本控制
官方给出的成本口径是同一任务下的推理成本为书生·星河的十分之一,项目主页未公布完整的测算方法,这一比例应理解为官方对比结果,不宜直接等同 API 单价或所有科研任务的降幅。权重以 MIT 许可开放并附 FP8 版本,本地部署时显存占用可进一步压缩。按 token 计的单价需在书生·端砚平台查看。
书生 S2.1 Flash 与书生-S2、DeepSeek V4.1 Flash 的对比
下表按出品方、参数规模及开源协议等维度对照,三款模型的能力面并不重叠。
| 对比维度 | 书生 S2.1 Flash | 书生-S2 | DeepSeek V4.1 Flash |
|---|---|---|---|
| 出品方 | 上海人工智能实验室 | 上海人工智能实验室 | DeepSeek |
| 发布时间 | 2026 年 11 月 16 日 | 2026 年 9 月 13 日 | 2026 年 9 月 10 日 |
| 开源协议 | MIT License | Apache-2.0 | MIT 许可 |
| 参数规模 | 320B,MoE 架构 | 397B(MoE,512 专家,每 token 激活 10) | 552B MoE,输入 8B/输出 16B 激活 |
| 输入模态 | 十余类科学数据 | 原始页面级图、表、公式联合建模 | 原生图文多模态 |
| 科研软件操控 | 官方展示 3D Slicer、Blender、CAD、Fiji 案例 | 公开资料未见同口径案例 | 公开资料未见同口径案例 |
- 表格内数据来源:书生 S2.1 Flash 的数据取自项目主页与 11 月 16 日发布公告;书生-S2 取自站内评测页记载的发布信息;DeepSeek V4.1 Flash 取自官方发布公告与站内评测页。三款模型能力面不同,跨方向比较只作定位参考。
- 产品对比简述:参数规模上,书生 S2.1 Flash 为 320B MoE,DeepSeek V4.1 Flash 为 552B;开源协议上,书生 S2.1 Flash 为 MIT,书生-S2 为 Apache-2.0;科研软件操控上,书生 S2.1 Flash 展示 3D Slicer 与 Blender 案例,另两款未见同类案例。
官方基准的对照模型之一是智谱的 GLM-5.3-Flash,站内已收录独立评测页,可对照其原生多模态的开源口径。
书生 S2.1 Flash 的应用场景与适用人群
以下场景以科研流程中可复现的批处理任务为主。
- 影像与信号的前处理:CT 切片筛选、EEG 信号处理这类需要逐样本判读的环节,可交由模型在软件内连续执行,人工只做结果复核。
- 建模与装配核查:依据参考图在 Blender 或 CAD 内建模,再按装配关系逐项比对,适合结构件的前期验证。需要通用长上下文处理的场合,站内 Qwen4-Max 属另一档定位。
- 卫星影像的批量分析:把区域影像导入后由模型完成分区统计与图层整理,适合周期性重复的监测任务。
适用人群:以科研数据处理与专业软件批处理为主的实验室、工程团队与独立研究者。需要通用对话、内容创作或纯文本长文处理的场合,这款模型不构成优势。
书生 S2.1 Flash 的使用方法
官方给出的 2 条路径按入口区分:①在书生·端砚平台在线调用,②从 ModelScope 或 Hugging Face 下载权重本地部署。
在书生·端砚平台在线调用
- 从项目主页的「体验 API」进入书生·端砚平台,按平台实际要求完成账号注册。
- 在平台内选择书生 S2.1 Flash,填写指令并上传分子、光谱等科学数据材料。
- 需要批量执行时改用平台提供的接口凭据,按 token 用量结算,价目以平台页面为准。
下载权重本地部署
- 在 ModelScope 或 Hugging Face 取权重,按需选择完整精度或 FP8 量化版本。
- 编程、办公、计算机操作这类通用任务,按仓库给出的部署指南配置环境与推理服务。
- 科学数据任务还需另取 Sage SciPerception 的科学投影器,并单独配置对应的科学编码器、任务读取模块与预处理依赖。
- 推理服务需开启
--enable-prompt-embeds,把投影后的特征与文本嵌入拼成完整 prompt 序列后提交。 - 科研软件操控类任务需在目标机器安装对应软件并开放界面权限,再接入视觉与操作链路。
在线入口适合验证效果,本地部署适合对数据出域有要求的机构。两条路径的组件并不相同:科学数据任务要多配一层投影器与编码器,只加载语言模型权重无法完成此类任务。FP8 版本可降低显存占用,但会带来精度差异,需在自有任务上复核。
书生 S2.1 Flash 的项目地址
- 项目主页:https://internlm.github.io/Sage-S2.1-Flash/
- GitHub 仓库:https://github.com/InternLM/Sage-S2.1-Flash
- ModelScope 模型库:https://www.modelscope.cn/models/Shanghai_AI_Laboratory/Sage-S2.1-Flash
书生 S2.1 Flash 的价格与开源情况
权重以 MIT 许可免费开放,在线调用按 token 计费,两条路径的成本结构不同。
- 权重:MIT License 免费开放,允许商用与二次开发,附完整精度与 FP8 两个版本。
- 本地部署:无授权费用,成本为自有算力与运维;320B 总参数的显存占用需按部署指南实测,FP8 版本可进一步压缩。
- 在线调用:按书生·端砚平台的 token 价目结算,官方未在公告中给出单价。
- 成本口径:官方称同一任务推理成本为书生·星河的十分之一,未公布完整测算方法。
MIT 许可不限制商用,也不要求开源衍生作品,与同门书生-S2 的 Apache-2.0 在义务上不同:后者需保留声明与变更说明。选型时若计划闭源分发,两个许可都可满足;若需专利授权条款,则以 Apache-2.0 一侧更明确。
书生 S2.1 Flash 的常见问题
书生 S2.1 Flash 与书生-S2 有什么区别
两者同出上海人工智能实验室,但是两个独立发布的模型。书生-S2 是 2026 年 9 月发布的 397B 多模态科学基础模型,Apache-2.0 许可;书生 S2.1 Flash 是 2026 年 11 月发布的 320B MoE 科学多模态智能体模型,MIT 许可,公开材料展示了科研软件操控能力。官方未说明两者的技术继承关系。
书生 S2.1 Flash 可以商用吗
可以。代码与权重均以 MIT License 开放,允许商用、修改与再分发,仅需保留版权与许可声明。Apache-2.0 一侧另有专利授权条款,MIT 没有同等明确的条款,涉及专利诉求时可留意这一差异。在线调用部分按平台条款执行。
书生 S2.1 Flash 支持哪些科研软件
官方展示的场景包括三维影像处理的 3D Slicer、建模与装配检查的 Blender 与 CAD、显微图像分割的 Fiji。模型通过视觉感知读取界面后驱动软件操作,其他软件需自行验证。
书生 S2.1 Flash 的参数量是多少
总参数量 320B,采用 MoE 混合专家架构,项目主页已公布。官方未公布每 token 激活的专家数量、上下文窗口与单 token 价格。
浙公网安备33010202004812号