模型与 Benchmark板块首页
总览
AI for Bio benchmark 总览模型 × benchmark 配对矩阵训练数据从哪来:公开库、私有授权、自产 wet lab 与…模型索引:112 个模型按领域分组44 个 benchmark 的规模、更新与 wet la…
Benchmark 档案:核心 30 项
01 CASP02 ProteinGym03 MoleculeNet04 TDC05 PoseBusters06 CASF-201607 USPTO family08 Basenji/Enformer test set09 scIB10 GuacaMol11 ClinVar hold-out protocol12 DUD-E / LIT-PCBA13 CAGI14 PubMedQA15 CAMEO16 GUE + Nucleotide Transform…17 CAFA18 LAB-Bench / LABBench219 PMO20 CACHE21 DREAM5 / BEELINE / CausalB…22 CAPRI23 BioASQ24 虚拟细胞挑战赛与扰动预测评测25 RNA-Puzzles26 FLIP / FLIP227 Polaris / ASAP / OpenADMET28 Adaptyv competitions / Ben…29 BixBench30 PLINDER / PINDER / Runs N'…
Benchmark 档案:补充 14 项
31 FoldBench32 CrossDocked202033 PoseX34 AbBiBench35 FLAb / FLAb236 AIntibody37 TraitGym38 BEND39 RNAGym40 MotifBench41 BioML-bench42 BioMysteryBench43 Ginkgo GDPa144 FS-Mol
模型:结构/共折叠
AF2-Multimer:Google DeepMindAlphaFold 3BioEmu-2Boltz-1 / Boltz-1xBoltz-2:MIT、Recursion、Boltz P…Chai-1:Chai DiscoveryChai-2:Chai DiscoveryDiffDock:MIT CSAILESMFold2HelixFold-S1:BaiduIntelliFold-2:IntelliGen AIIsoDDE:Isomorphic LabsMassiveFoldNeuralPLexer3OpenComplex2OpenDDE:Aureka AI Research、Au…OpenFold3Pearl:Genesis Molecular AIProtenixRF3:University of Washington …RhoFold+ / DRfold2 / trRosett…RNAPro:NVIDIA、Stanford Univer…SeedFold:ByteDance SeedVina:Scripps Research
模型:小分子
ADMET-AIAQAffinity:SandboxAQBeacon:Inductive BioChemformer:AstraZenecaChemprop v2:MITEnchant v1 / v2ether0:FutureHouseKERMT:Merck & Co.、NVIDIAMiniMol:Valence LabsMolE:RecursionMoLFormer-XL:IBM ResearchNesso-1:Valence Labs、Recursio…ReaSyn v2:NVIDIA、KAISTREINVENT 4RetroDFM-RSaturn:EPFLTamGen:Microsoft Research AI …TerraBind:Terray TherapeuticsTxGemma:Google DeepMind、Googl…Uni-Mol2Uni-Mol3
模型:蛋白
AlphaProteoAMPLIFY:Mila、Polytechnique Mo…BindCraftBoltzGenChai-3:Chai DiscoveryClaude 蛋白设计研究DPLM-2:ByteDance Research、Nan…Dyno Psi-1 / Psi-PhiESM C:Evolutionary Scale、Chan…ESM3:Evolutionary Scale、Chan …EVOLVEproLa-Proteina:NVIDIALatent-X / X2:Latent LabsLucaOne:Alibaba Cloud、Sun Yat…Mosaic:Escalante BioPinal:Westlake UniversityPoET-2:OpenProtein.AIProfluent-E1:ProfluentProGen3:ProfluentProSST:Shanghai Jiao Tong Uni…Proteina-Complexa:NVIDIARFdiffusion2 / 3SaProt:Westlake University、We…SeedProteo:ByteDance SeedVenusREMxTrimoPGLM
模型:抗体
GerminalHCAbLM:Nona Biosciences、HBM H…IgGM / IgGM-FMJAM / JAM-2:Nabla BioOrigin-1:AbsciRFantibodytFold:Tencent AI for Life Sci…
模型:基因组/RNA
AlphaGenome:Google DeepMindAlphaMissense:Google DeepMindBioReasonBorzoi:Calico Life SciencesBulkFormerEvo 2:Arc Institute、NVIDIA、St…NTv3:InstaDeeppopEVE:Harvard Medical School…RIBOSPAN
模型:单细胞
AIDO Cell:GenBio AIC2S-ScaleCellFM:Sun Yat-sen University…Lingshu-CellscGPT / GeneformerscPRINT-2Stack:Arc InstituteSTATE:Arc InstituteTahoe-x1:Tahoe TherapeuticsTranscriptFormerX-Cell:Xaira TherapeuticsxTrimoSCPerturb / scFoundation
模型:分子生成
GenMol:NVIDIA
模型:文本与 agent
Biomni:Stanford University、Ph…Co-ScientistGPT-Rosalind:OpenAIIntern-SKosmos / Edison AnalysisMedGemma / Med-GeminiQuine:Microsoft ResearchRobin:FutureHouseSciReasonerTxAgent:Harvard Medical SchoolVERID:Google Research前沿通用大模型:Anthropic、OpenAI、Goog…

Intern-S:Shanghai AI Laboratory

整理 2026-11-16 · 来源与可靠度标注见正文
本文目录
  1. 概况
  2. 做什么
  3. 报过的 benchmark
  4. 其他评测(不在 44 项内)
  5. 训练数据
  6. 湿实验验证
  7. 背景
  8. 怎么看
  9. 局限与注意
  10. 来源
  11. 更正记录

开源多模态科学基座系列:在通用 LLM 上叠加科学语料与专用分词,含万亿参数 MoE 版本。

文本与 agent · 非营利研究机构 · 中国 · 截至 2026-11-16

概况

字段 内容
名称 / 别名 Intern-S;别名:Intern-S1、Intern-S1-Pro、Intern-S2;有歧义、不自动链接:Intern
家族 否:本记录只覆盖本模型,属于 Intern-S 系列
机构 Shanghai AI Laboratory
机构类型 / 国家 非营利研究机构 / 中国
模型类别 通用科学多模态 LLM
领域 文本与 agent(次领域:小分子、蛋白)
首次发布 †(未核实)(依据:第一代模型的论文 v1;仓库创建日按本轮口径不得作首发) 站上原记 2025-07-24,那是模型托管站仓库创建日;2025-07 的公开发布缺可证页面,故取论文 v1
其他里程碑 最早公开证据 †(未核实)(第一代论文 v1);预印本 v1 †(未核实)(第一代论文 v1);代码发布 †(未核实)(官方代码仓库);权重发布 (第二代正式版权重首次公开(量化版本早两日))
最近更新 ,新权重:该日期是权重首次公开;仓库 2026-09-24 的最后修改时间只是卡片编辑,不是权重事件。同机构 2026-10 与 2026-11 的另一条模型线是否属本系列,未能确认。此为最近一次有出处的事件,不代表此后没有更新
开放程度 代码:开放(Apache-2.0);权重:开放(Apache-2.0);各代权重在模型托管站公开,另有量化版本与国内镜像;代码仓库同为宽松许可
状态 活跃:12 个月内有新一代权重发布
报过的 benchmark 0 项计入;另 6 条不计入(未证实 6)
湿实验验证 无
全站实体页 无(全站实体库未检出对应页面)
截至 2026-11-16

做什么

在通用大模型上继续预训练科学语料并加入专用分词与视觉编码,再以多任务与 agent 强化学习做后训练,覆盖分子、反应、材料与显微图像等任务;后续版本把专家数扩大到万亿参数规模,并引入不改骨架的领域特化模块。与同机构的 SciReasoner 分工:后者是较小的结构推理专用模型;与 Evo 2 这类生物专用基座不同,它不在序列上从头预训练。

报过的 benchmark

按关系类型排列;每行标来源类型与出处。分数只在同一 benchmark、同一口径内有意义,见各 benchmark 页的当前排名。0 项计入;另 6 条不计入(未证实 6)。

Benchmark 关系类型 计入 评测集 / 口径 来源类型 说明 出处
14 PubMedQA 未证实 否 — 未知 官方仓库与三篇论文的可读正文均未出现该评测的报分 出处
18 LAB-Bench / LABBench2 未证实 否 — 未知 官方仓库与三篇论文的可读正文均未出现该评测的报分 出处
23 BioASQ 未证实 否 — 未知 官方仓库与三篇论文的可读正文均未出现该评测的报分 出处
29 BixBench 未证实 否 — 未知 官方仓库与三篇论文的可读正文均未出现该评测的报分 出处
41 BioML-bench 未证实 否 — 未知 官方仓库与三篇论文的可读正文均未出现该评测的报分 出处
42 BioMysteryBench 未证实 否 — 未知 官方仓库与三篇论文的可读正文均未出现该评测的报分 出处

其他评测(不在 44 项内)

  • 序列与分子的指令式评测(站外公开 benchmark,自报):两个公开指令数据集上的任务,与若干前沿通用模型对比,均为作者自报
  • 蛋白问答、显微图像与化学评测(站外公开 benchmark,自报):若干不在站内 44 项之内的评测,结果有胜有负,部分项目仍被闭源前沿模型超过
  • 作者自设的蛋白结合任务集(自建任务集,自报):第二代预览版论文中的自设任务集,对照为前沿通用模型

开发方称:开源多模态科学模型,在科学序列类指令任务上优于前沿通用模型。

独立证据:未检出独立证据(未检出外部实验室的复现;评测用的是同一机构的评测工具链)

训练数据

类别 值 说明 出处
a 公开库 是 科学文档(以页面图像做视觉预训练)、图文交错数据与图像检索库;agent 训练用公开可执行任务集,论文列出各集的任务与环境数 出处
b 私有 / 授权 未披露 — 出处
c 自产 wet lab 训练数据 否 — 出处
d 仅用于验证的 wet lab 否 三篇论文与官方仓库均未报告湿实验验证 出处

湿实验验证

无。开发方未报告湿实验验证,或本站未收录可核的记录。

背景

  • 机构:开发方是上海的政府支持型新型研发机构,公开报道称成立于 2020 年 7 月;本系列起于 2021 年与一家公司合作的视觉模型,后扩展到语言与科学方向。规模与经费未公开。
  • 融资:政府财政支持,无商业融资。
  • 产品与合作:同机构另有 SciReasoner 与通用视觉、语言模型线;第二代预览版对多个开源与闭源的 agent 运行框架做强化学习。
  • 相关模型:SciReasoner、前沿通用大模型、Evo 2

怎么看

  1. 生物侧自报集中在指令式任务,对比的通用模型在这类任务上得分极低,差距主要来自任务格式与是否专门训练。
  2. 在显微图像与分子知识类评测上仍被闭源前沿模型超过,不应读作全面领先。
  3. 评测使用同机构的评测工具链,第三方复现条件有限。
  4. 与站内 benchmark 没有可计入的配对,不能用于站内排名比较。

局限与注意

  1. 首发日期不取模型托管站仓库创建日;2025-07 的公开发布缺可证页面,本记录以论文 v1 为准并标未核实。
  2. 2026-09-24 只是仓库最后修改时间,不得写成权重事件。
  3. 参数口径在仓库与论文之间存在差异,不同版本的规模不可混用。
  4. 同机构 2026 年下半年的另一条模型线是否属本系列未能确认,未并入本记录。

来源

  1. 官方代码仓库(仓库)
  2. 第一代论文(预印本)
  3. 万亿参数版本论文(预印本)
  4. 第二代预览版论文(预印本)
  5. 第二代模型合集(模型仓库)

更正记录

以下为本轮核对中改过的字段,原值按记录照录。

字段 原 现 原因 出处 发现日期
latest_update 2026-09-24 2026-09-13(权重首次公开;09-24 只是仓库最后修改时间) — 依据 2026-11-16
first_release 2025-07-24(模型托管站仓库创建日) 2025-08-21(第一代论文 v1),并标未核实 — 依据 2026-11-16

本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。