上海人工智能实验室 11 月 16 日随模型开源发布书生-S2.1 Flash:321B 参数的 MoE 主干,接书生·元征的统一表征架构,把分子图、晶体结构、蛋白质序列、光谱、脑电、CT、遥感影像等十余类科学输入映射到同一个共享空间——通用语言模型读不懂这些碎数据,专精模型又只能干一件事,这是它要填的空。代码与权重以 MIT 协议开放,另有 FP8 版本,官方口径同任务推理成本约为书生·星河的十分之一。
它声称能干的事
工具侧是这个模型的主打:能在 3D Slicer、QGIS、CAD、EEGLAB 这些专业软件里动手。官方演示包括从 1.2 万余张混杂 CT 中还原 139 张切片层序并重建三维骨骼、对比两期鄱阳湖卫星影像量化水域变化、航空发动机参数化建模与干涉检查、脑电眨眼伪迹剔除。训练沿用元征的递归自我改进模式,从执行轨迹、工具返回与人工核验反馈里取信号——自我改进第一次被写进可下载的科学模型,而不是论文里的机制图。
诚实的天花板
需要泼的冷水也有:15 项基准对 5 款模型的成绩全部来自实验室自测,其中 4 项第一、7 项第二;agentic coding 仍落后 Claude Opus 5——Terminal-Bench 2.1 是 87.9 对 90.2,SWE-bench Pro 是 60.6 对 76.5。部署也不算轻:科学模态要单独装投影器与编码器、走 prompt_embeds 接入 vLLM,目前没有推理服务商托管,想用就得自己扛运维。