Intern-S2-397B：给个目标，剩下的自己完成

Intern-S2-397B 是一款刚发布的多模态基础模型。定位很清楚：科学智能和长周期智能体。所谓长周期，就是让 AI 自己处理一个需要多步推理的复杂任务。它从头跑到尾，不用人一步步盯着纠正。这是从“聊天助手”到“能独立干活的助手”的转变。

让 AI 具备这种能力，靠三个维度扩展：预训练、强化学习任务覆盖、交互式智能体环境。

预训练的特别之处在于，模型直接从科学文献的原始页面学习。图表和文字在同一个表征空间里一起建模，不需要先把页面解析成纯文本。传统做法丢掉的文本-图像对应关系，这里保留了下来。空间推理、视觉推理更强，数据利用效率也更高。

强化学习这边，训练任务覆盖超过 20 个科学领域，全部联合训练。结果是通用推理在开源模型里领先。它在专业科学任务上也表现强劲，比如生物分子相互作用设计和材料结构生成。

长周期智能体能力靠沙盒环境训练。具体做法是把多个智能体框架接到大规模沙盒环境里，做黑盒强化学习。模型在试错里学会规划。泛化能力因此提升，通用和科学领域的长周期任务上限都被抬高。

这些能力叠在一起，模型离“数字研究员”更近了一步。交互方式也变了。聊天助手靠人一步步喂指令，长周期智能体只需要目标，剩下的自己跑。

社区讨论集中在几个问题上。有人问它能不能改善深度研究。这类任务的难点在于：理解问题、拆解任务、追踪线索、调用搜索、综合答案。有评论提到模型是稠密的，原话只有一句："Dense AF"。

也有争议。有评论在猜它是不是基于 Qwen3.5，目前只是猜测。另一个观点是：发布晚了。能跑这个模型的人，大概率会选 DeepSeek-V3.1-Flash。只有需求非常特定，才会留下。