[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"site-home-live-entry-setting":3,"site-header-contests":8,"site-header-camps":49,"study-material-detail-study-16":104},{"enabled":4,"title":5,"statusText":5,"buttonText":5,"campSlug":5,"stage":6,"classroomId":7,"hasClassroom":4},false,"",0,null,{"total":9,"list":10,"pageNum":44,"pageSize":45,"size":9,"startRow":44,"endRow":9,"pages":44,"prePage":6,"nextPage":6,"isFirstPage":46,"isLastPage":46,"hasPreviousPage":4,"hasNextPage":4,"navigatePages":47,"navigatepageNums":48,"navigateFirstPage":44,"navigateLastPage":44},3,[11,25,35],{"slug":12,"title":13,"logo":7,"liveUrl":14,"prize":15,"sponsor":16,"description":17,"organizer":18,"startTime":19,"endTime":20,"registrationDeadline":21,"status":22,"dashboardVisibility":23,"createdAt":24},"spring2026","2026春季启元人工智能大赛","https:\u002F\u002Fwww.bilibili.com\u002Fblackboard\u002Flive\u002Flive-activity-player.html?cid=1822703816&quality=0","200,000","麒麟软件有限公司","“2026春季启元人工智能大赛”是由启元实验室主办的面向全国人工智能领域开发者、科研人员及高校学生的权威赛事。大赛旨在促进与培养具备工程实践能力和创新能力的优秀人工智能领域开发者、推广国产软硬件技术与生态、助力国家人工智能产业高质量发展。\n各参赛选手需在规定的比赛周期内，依据赛事规则选定赛题并完成相应挑战，优胜者将共同角逐总额20万元的赛事奖金池，并且还将有机会获得实习和知名企业优质岗位内推资格。","启元实验室","2026-04-19 16:00:00","2026-07-13 16:00:00","2026-06-16 16:00:00","ongoing","private","2026-04-16 08:00:00",{"slug":26,"title":27,"logo":7,"liveUrl":14,"prize":28,"sponsor":7,"description":29,"organizer":18,"startTime":30,"endTime":31,"registrationDeadline":32,"status":33,"dashboardVisibility":23,"createdAt":34},"autumn2025","2025秋季启元人工智能大赛","150,000","“2025秋季启元人工智能大赛”是由启元实验室主办的面向全国人工智能领域开发者、科研人员及高校学生的权威赛事。大赛旨在促进与培养具备工程实践能力和创新能力的优秀人工智能领域开发者、推广国产软硬件技术与生态、助力国家人工智能产业高质量发展。","2025-11-08 08:00:00","2026-01-13 08:00:00","2025-12-30 08:00:00","ended","2025-11-03 08:00:00",{"slug":36,"title":37,"logo":7,"liveUrl":14,"prize":38,"sponsor":7,"description":39,"organizer":18,"startTime":40,"endTime":41,"registrationDeadline":42,"status":33,"dashboardVisibility":23,"createdAt":43},"summer2025","启元人工智能大赛(系统方向)","80,000","启元人工智能大赛由启元实验室主办，其中系统赛道基于启元实验室九源软件栈的相关开源项目，通过拉动开源社区力量，一方面促进国产智能计算生态的发展，另一方面也为人工智能系统方向的学生及从业者提供一个实践平台。","2025-07-08 08:00:00","2025-08-25 08:00:00","2025-07-22 08:00:00","2025-06-22 08:00:00",1,5,true,8,[44],{"total":45,"list":50,"pageNum":44,"pageSize":45,"size":45,"startRow":44,"endRow":45,"pages":44,"prePage":6,"nextPage":6,"isFirstPage":46,"isLastPage":46,"hasPreviousPage":4,"hasNextPage":4,"navigatePages":47,"navigatepageNums":103,"navigateFirstPage":44,"navigateLastPage":44},[51,62,73,84,94],{"id":52,"slug":53,"title":54,"logo":55,"publicLiveEmbedUrl":14,"description":56,"introduction":57,"organizer":18,"coOrganizer":5,"sponsor":16,"startTime":58,"endTime":59,"status":22,"dashboardVisibility":60,"createdAt":58,"updatedAt":61},"019eeeff-6b00-7d55-a629-efafded3e232","summer2026","2026年夏季InfiniTensor大模型与人工智能系统训练营","https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fuploads\u002F2026-06\u002F019eef7f-7816-7828-9309-79c2c61dd568.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=o29Dy5KMbkQVCWTVaFUX1%2F9v%2FI8%3D","由启元实验室发起的InfiniTensor大模型与人工智能系统训练营，面向开源社区、高校及产业界伙伴开放。活动以「普及AI全栈知识技术、培养工程实践与创新型人才、推广国产软硬件技术生态」为核心目标，助力国家人工智能产业高质量发展。","...","2026-06-22 08:00:00","2026-10-19 08:00:00","public","2026-10-12 08:00:00",{"id":63,"slug":64,"title":65,"logo":66,"publicLiveEmbedUrl":7,"description":67,"introduction":57,"organizer":18,"coOrganizer":5,"sponsor":68,"startTime":69,"endTime":70,"status":33,"dashboardVisibility":23,"createdAt":71,"updatedAt":72},"019af3f3-e06a-7245-aa8d-37dc99a69c73","winter2025","2025年冬季InfiniTensor大模型与人工智能系统训练营","https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fuploads\u002F2025-12\u002F019afc69-b7ca-7805-91fb-605429671c01.png?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=RF6et0tKpeNsR%2FwxsCjy7zBTZbU%3D","由启元实验室发起的InfiniTensor大模型与人工智能系统训练营，面向开源社区、高校及产业界伙伴开放。活动以「普及AI全栈知识技术、培养工程实践与创新型人才、推广国产软硬件技术生态」为核心目标，助力国家人工智能产业高质量发展。 \n","新华三技术有限公司","2025-12-25 08:00:00","2026-03-27 08:00:00","2025-12-06 08:00:00","2026-10-22 20:24:30",{"id":74,"slug":36,"title":75,"logo":76,"publicLiveEmbedUrl":7,"description":77,"introduction":57,"organizer":18,"coOrganizer":5,"sponsor":78,"startTime":79,"endTime":80,"status":81,"dashboardVisibility":23,"createdAt":82,"updatedAt":83},"01980342-208c-7803-b3f3-19e1d31960ba","2025年夏季InfiniTensor大模型与人工智能系统训练营","https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fuploads\u002F2025-07\u002F0198045e-28fe-78f0-95fe-23835ce58395.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=mArtxwAhCa0dE5Cm17SDDzrBtQ8%3D","InfiniTensor大模型与人工智能系统训练营由启元实验室及清华大学 AI 系统方向团队发起，面向开源社区、高校和产业界，普及人工智能各方面知识和技术，培养相关人才。训练营联合开源项目开发者、学术界大牛、工业界资深工程师参与授课与项目指导。课程采用「线上直播授课 + 在线答疑 + 项目实践辅导 」的方式进行，确保每位同学都能获得充分成长。训练营全程免费，通过视频、直播课、习题和项目实践，在人工智能飞速发展的背景下，为学员提供一窥深层技术的机会。","北京积算科技有限公司","2025-07-14 08:00:00","2025-09-30 08:00:00","upcoming","2025-07-13 08:00:00","2026-10-22 20:24:58",{"id":85,"slug":86,"title":87,"logo":88,"publicLiveEmbedUrl":7,"description":89,"introduction":57,"organizer":18,"coOrganizer":5,"sponsor":5,"startTime":90,"endTime":91,"status":81,"dashboardVisibility":23,"createdAt":92,"updatedAt":93},"01980cf9-a7d8-7796-ae86-0bbe05334add","winter2024","2024年冬季InfiniTensor大模型与人工智能系统训练营","https:\u002F\u002Ftesting-cdn.infinitensor.com\u002Fuploads\u002F2025-07\u002F01981269-ce23-7624-a287-9f07dd0d85f6.jpg","InfiniTensor大模型与人工智能系统训练营由清华大学发起，面向开源社区、高校和产业界，普及人工智能各方面知识和技术，培养相关人才。训练营全程免费，通过视频、直播课、习题和项目实践，在人工智能飞速发展的背景下，为学员提供一窥深层技术的机会。报名学员请阅读“导学”课程页的训练营介绍。","2025-01-05 08:00:00","2025-03-22 08:00:00","2025-07-15 08:00:00","2026-10-22 20:24:39",{"id":95,"slug":96,"title":97,"logo":98,"publicLiveEmbedUrl":7,"description":99,"introduction":57,"organizer":18,"coOrganizer":5,"sponsor":5,"startTime":100,"endTime":101,"status":81,"dashboardVisibility":23,"createdAt":92,"updatedAt":102},"01980c20-363a-7dc3-8f5a-58a68e08dcc4","summer2024","2024年夏季InfiniTensor大模型与人工智能系统训练营","https:\u002F\u002Ftesting-cdn.infinitensor.com\u002Fuploads\u002F2025-07\u002F01981269-fbfa-788a-afcd-17fa9be74ff9.jpg","InfiniTensor大模型与人工智能系统训练营由清华大学发起，面向开源社区和高校，普及人工智能各方面知识和技术，培养相关人才。训练营全程免费，通过课程、习题和项目实践，在人工智能飞速发展的背景下，为学员提供一窥深层技术的机会。","2024-07-20 08:00:00","2024-09-29 08:00:00","2026-10-22 20:24:49",[44],{"currentItem":105,"processedData":125},{"img":106,"keywords":107,"treeType":44,"description":108,"showStatus":44,"updateTime":109,"type":110,"title":111,"content":112,"nextArticle":113,"createTime":109,"sortOrder":117,"canonicalPath":118,"id":119,"contentType":120,"prevArticle":121},"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_16_fm.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=dhivMLBmqv7IBg1Xgr34%2FbuZxIE%3D","InfiniTensor,冬季训练营,多模态大模型,科学计算,跨模态","介绍科学多模态大模型的发展方向，讲解跨模态建模能力与科研应用场景。","2026-10-22 20:38:11",2,"InfiniTensor 冬季训练营前沿模型第二课《科学多模态大模型》","![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_16_zw01.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=YUffZrhPEGE9L1oNNk70dw2zPtU%3D)\r\n\r\n\r\n2026 年 1 月 15 日，2025 冬季 InfiniTensor 大模型与人工智能系统训练营前沿模型系列第二课《科学多模态大模型》正式开讲。\r\n\r\n本节课由上海人工智能实验室团队授课，针对 **Intern S1 科学多模态大模型**——一个既具备顶尖通用智能，又拥有深厚科研素养的全能型科学基座模型展开深入讲解。\r\n本节前置课程为[《AI模型导论与推理基础原理》](https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002F0nNEXLGU_QXWGg_W5ADE4Q)，有需要的同学可以点击查看往期内容。\r\n\r\n### 为什么需要专门的科学基座大模型？\r\n\r\n#### 1. 能力坐标系的困境\r\n将模型能力置于二维坐标系中：\r\n- 横轴：通用能力（日常对话、代码写作等）\r\n- 纵轴：科学能力（数学推理、化学预测、物理建模等）\r\n\r\n传统模型大多集中在右下角——通用能力强但科学能力弱；\r\n专用科学模型则位于左上角——科学专业但通用性差。\r\n\r\n#### 2. Intern S1的目标定位\r\nIntern S1 的目标是向右上角突破，不以牺牲通用能力为代价换取科学能力，而是通过通专融合实现两者兼顾：\r\n- 全能高手：在通用多模态任务上超越现有开源模型\r\n- 科学明星：在专业科学任务上超越甚至对标闭源模型\r\n\r\n### 科学多模态架构：专为科研场景设计\r\n\r\n#### 1. 三大输入通道\r\nIntern S1 采用专门的多模态架构，针对科学场景的三类典型输入设计了独立通道：\r\n\r\n**视觉模块**\r\n- 核心技术：自研 IntVIT 视觉编码器\r\n- 应用场景：论文图表、气象图、显微图像等科学可视化内容\r\n- 优势：专门针对科学图表的复杂结构进行优化\r\n\r\n**动态分词器**\r\n- 核心问题：传统静态分词器对科学符号序列处理效果差\r\n- 解决方案：先识别字符串模态，再按模态选择分词策略\r\n- 具体实现：\r\n  - SMILES分子式：`\u003Csmiles>CC1=CC=CC=C1\u003C\u002Fsmiles>`\r\n  - FASTA蛋白质序列：`\u003Cfasta>MKTVRQ...\u003C\u002Ffasta>`\r\n- 效果：SMILES 数据压缩率提升70%，显著降低计算开销\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_16_zw02.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=8NyemS3RM7hqyqHEtz0X4Q8k1s8%3D)\r\n\r\n\r\n**时序模块**\r\n- 应用场景：地震波、脑电波等连续时间序列信号\r\n- 技术方案：专用时序编码器将连续信号转换为大模型可理解的 token 表示\r\n\r\n#### 2. 架构优势\r\n这种分流投影的设计避免了将所有科学数据\"一股脑\"塞进文本 tokenizer 的问题，确保不同模态的科学数据都能得到最合适的处理。\r\n\r\n### 高质量科学语料：\u003Cbr>2.5 万亿 token 的专业知识注入\r\n\r\n#### 1.数据规模与构成\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_16_zw03.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=4roBb3HqkSrR140lHKl9zYdaFfc%3D)\r\n\r\n\r\n#### 2. 六大科学领域覆盖\r\n- **重点调控六大科学领域的数据分布：**\r\n\r\n数学、物理、化学、生命科学、材料科学、地球科学\r\n\r\n- **差异化策略**：\r\n  - 生命科学：数据量大但噪音多，采用更严格的过滤策略\r\n  - 材料科学：数据相对稀缺，采用更宽松但可控的召回筛选\r\n\r\n### 科学数据挖掘：两条核心管线\r\n\r\n#### 1. PDF 文档解析管线\r\n**核心挑战**：科学PDF文献排版复杂，包含大量公式、符号，解析质量直接影响模型学习效果。\r\n\r\n**创新方案**：页面级混合解析流水线\r\n- 低成本解析器（Manus）：处理大多数普通页面\r\n- 高成本解析器（InterV）：专门处理包含复杂公式、符号的疑难页面\r\n- 智能分流：基于公式密度和复杂度自动选择解析器\r\n- 统一后处理：规范化公式块边界、重排阅读顺序、修复乱码\r\n\r\n#### 2. 网页数据召回过滤管线\r\n- **核心挑战**：网页科学内容含金量低，充斥广告和非科学内容。\r\n\r\n- **创新方案**：域名级别智能质检\r\n  - 域名分组：将同一域名下的网页打包处理\r\n  - 抽样质检：从每个域名抽取代表性页面进行质量评估\r\n  - 大模型 Agent：判断网站科学价值，决定保留、丢弃或重写\r\n  - 标签扩展：将抽样结果扩展到整个域名\r\n\r\n- **质量保障**：通过分布内\u002F分布外验证集不断优化质检指令，确保过滤准确率达到要求。\r\n\r\n### 混合强化学习：兼顾严谨性与创造性\r\n\r\n#### 1. 科学任务的多样性挑战\r\n- 易验证任务：数学题、化学方程式等有明确答案\r\n- 难验证任务：科研计划、实验构想等开放性问题\r\n\r\n#### 2. MOR 混合奖励模型\r\n针对不同类型任务采用不同的奖励机制：\r\n\r\n- **易验证任务**\r\n  - 规则验证器：直接验算答案正确性\r\n  - 大模型裁判：更强模型对比输出与标准答案\r\n- **难验证任务**\r\n  - 奖励模型：如 PPO-7B 等模型评估输出质量\r\n  - 评估维度：逻辑自洽性、步骤可执行性、实验设计完整性\r\n\r\n#### 3. 动态权重调整\r\nMOR 算法会动态调整各类奖励的权重，既保持科学严谨性，又不失发散创新能力：\r\n- 该硬则硬：数学题等任务强调答案准确性\r\n- 该软则软：科研写作等任务注重逻辑性和创造性\r\n\r\n### 系统工程优化：全链路 FP8 精度\r\n\r\n#### 1. 强化学习的成本挑战\r\n- 主要瓶颈：Rollout 轨迹采样阶段的吞吐量和带宽压力\r\n- MoE 模型特性：长序列、多专家路由增加系统负担\r\n\r\n#### 2. FP8 全链路支持\r\nIntern S1 在全训练流程中采用8位浮点数精度，显著提升 Rollout 吞吐量，降低强化学习整体成本。\r\n\r\n### 实际应用表现\r\n\r\n#### 1. 科学任务能力\r\n- IMO 2025 数学竞赛：达到人类选手银牌水平，能给出完整严密的证明过程\r\n- 化学文献解析：不仅能提取文字，还能完美解析复杂化学反应路径图\r\n- 天文学识别：能准确识别黑洞吸积盘特征，排除猫、甜甜圈等干扰项\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_16_zw04.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=UCEwjpERHGTu9AApdgReUOi%2BfK8%3D)\r\n\r\n\r\n#### 2. 轻量化版本\r\n- Intern S1 Mini：8B 参数轻量版本\r\n- 硬件要求：单张 24GB 显存消费级显卡（如 RTX 4090）\r\n- 性能表现：在化学、材料等任务上超越多个 70B 大模型\r\n\r\n### 科学发现平台：从模型到科研操作系统\r\n\r\nIntern S1 不仅是模型，更是**科学发现平台**的核心引擎：\r\n\r\n#### 1. 四大能力面\r\n- 科学研究助手：文献梳理、信息整合、想法生成\r\n- 科学数据广场：汇集 200PB 清洗好的 AI-ready 科学数据\r\n- 科学智能体：自动拆解复杂任务，调用工具完成子任务\r\n- 科学模型开发：训练、微调、评测、算力协同一体化\r\n\r\n#### 2. 科研全流程覆盖\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_16_zw05.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=gyd%2B163M5F%2FCJIssHcw5HtMGbek%3D)\r\n\r\n\r\n\r\n### 总结\r\n\r\nIntern S1科学多模态大模型代表了 AI for Science 的新范式——通过**科学多模态架构 + 高质量科学语料 + 混合强化学习 + 系统工程优化**的协同增益，Intern S1 成功实现了通用能力与科学能力的双重突破，为科研工作者提供了强大的 AI 助手。希望更多研究者能够掌握这一工具，在各自领域做出\"很酷的成果\"。\r\n\r\n\r\n![2025冬季训练营课程表](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_01_zw6.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=nRtncQE8d9WeqAJkebtpCuy2cYI%3D)\r\n\r\n### 💡 学习贴士\r\n更多细节及完整课程内容，请观看直播或查看课程回放。\r\n\r\n链接：https:\u002F\u002Fwww.infinitensor.com\u002Fcamp\u002Fwinter2025\r\n\r\n### 📚 训练营报名持续进行中\r\n扫码报名与加入群聊，或点击 **「阅读原文」** 直达官网报名\r\n\r\n\r\n![](https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_01_zw7.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=cXo0Vj%2B8TkiETVdZDjCIcCGN6sw%3D)",{"publishTime":7,"createTime":109,"canonicalPath":114,"id":115,"title":116},"\u002Fstudy-material\u002Fstudy-15","study-15","InfiniTensor 冬季训练营推理引擎第二课《大模型原理与结构》",93,"\u002Fstudy-material\u002Fstudy-16","study-16","markdown",{"publishTime":7,"createTime":109,"canonicalPath":122,"id":123,"title":124},"\u002Fstudy-material\u002Fstudy-17","study-17","InfiniTensor 冬季训练营 CUDA 编程第二课《性能模型与逐元素优化》",{"htmlContent":126,"headings":127},"\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_16_zw01.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=YUffZrhPEGE9L1oNNk70dw2zPtU%3D\" alt=\"\">\u003C\u002Fp>\n\u003Cp>2026 年 1 月 15 日，2025 冬季 InfiniTensor 大模型与人工智能系统训练营前沿模型系列第二课《科学多模态大模型》正式开讲。\u003C\u002Fp>\n\u003Cp>本节课由上海人工智能实验室团队授课，针对 \u003Cstrong>Intern S1 科学多模态大模型\u003C\u002Fstrong>——一个既具备顶尖通用智能，又拥有深厚科研素养的全能型科学基座模型展开深入讲解。\u003Cbr>本节前置课程为\u003Ca href=\"https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002F0nNEXLGU_QXWGg_W5ADE4Q\">《AI模型导论与推理基础原理》\u003C\u002Fa>，有需要的同学可以点击查看往期内容。\u003C\u002Fp>\n\u003Ch3 id=\"为什么需要专门的科学基座大模型\">\u003Ca class=\"anchor\" href=\"#为什么需要专门的科学基座大模型\" aria-label=\"跳转到标题：为什么需要专门的科学基座大模型？\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>为什么需要专门的科学基座大模型？\u003C\u002Fh3>\u003Ch4 id=\"1-能力坐标系的困境\">\u003Ca class=\"anchor\" href=\"#1-能力坐标系的困境\" aria-label=\"跳转到标题：1. 能力坐标系的困境\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>1. 能力坐标系的困境\u003C\u002Fh4>\u003Cp>将模型能力置于二维坐标系中：\u003C\u002Fp>\n\u003Cul>\n\u003Cli>横轴：通用能力（日常对话、代码写作等）\u003C\u002Fli>\n\u003Cli>纵轴：科学能力（数学推理、化学预测、物理建模等）\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>传统模型大多集中在右下角——通用能力强但科学能力弱；\u003Cbr>专用科学模型则位于左上角——科学专业但通用性差。\u003C\u002Fp>\n\u003Ch4 id=\"2-intern-s1的目标定位\">\u003Ca class=\"anchor\" href=\"#2-intern-s1的目标定位\" aria-label=\"跳转到标题：2. Intern S1的目标定位\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>2. Intern S1的目标定位\u003C\u002Fh4>\u003Cp>Intern S1 的目标是向右上角突破，不以牺牲通用能力为代价换取科学能力，而是通过通专融合实现两者兼顾：\u003C\u002Fp>\n\u003Cul>\n\u003Cli>全能高手：在通用多模态任务上超越现有开源模型\u003C\u002Fli>\n\u003Cli>科学明星：在专业科学任务上超越甚至对标闭源模型\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch3 id=\"科学多模态架构-专为科研场景设计\">\u003Ca class=\"anchor\" href=\"#科学多模态架构-专为科研场景设计\" aria-label=\"跳转到标题：科学多模态架构：专为科研场景设计\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>科学多模态架构：专为科研场景设计\u003C\u002Fh3>\u003Ch4 id=\"1-三大输入通道\">\u003Ca class=\"anchor\" href=\"#1-三大输入通道\" aria-label=\"跳转到标题：1. 三大输入通道\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>1. 三大输入通道\u003C\u002Fh4>\u003Cp>Intern S1 采用专门的多模态架构，针对科学场景的三类典型输入设计了独立通道：\u003C\u002Fp>\n\u003Cp>\u003Cstrong>视觉模块\u003C\u002Fstrong>\u003C\u002Fp>\n\u003Cul>\n\u003Cli>核心技术：自研 IntVIT 视觉编码器\u003C\u002Fli>\n\u003Cli>应用场景：论文图表、气象图、显微图像等科学可视化内容\u003C\u002Fli>\n\u003Cli>优势：专门针对科学图表的复杂结构进行优化\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003Cstrong>动态分词器\u003C\u002Fstrong>\u003C\u002Fp>\n\u003Cul>\n\u003Cli>核心问题：传统静态分词器对科学符号序列处理效果差\u003C\u002Fli>\n\u003Cli>解决方案：先识别字符串模态，再按模态选择分词策略\u003C\u002Fli>\n\u003Cli>具体实现：\u003Cul>\n\u003Cli>SMILES分子式：\u003Ccode><smiles>CC1=CC=CC=C1<\u002Fsmiles>\u003C\u002Fcode>\u003C\u002Fli>\n\u003Cli>FASTA蛋白质序列：\u003Ccode><fasta>MKTVRQ...<\u002Ffasta>\u003C\u002Fcode>\u003C\u002Fli>\n\u003C\u002Ful>\n\u003C\u002Fli>\n\u003Cli>效果：SMILES 数据压缩率提升70%，显著降低计算开销\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_16_zw02.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=8NyemS3RM7hqyqHEtz0X4Q8k1s8%3D\" alt=\"\">\u003C\u002Fp>\n\u003Cp>\u003Cstrong>时序模块\u003C\u002Fstrong>\u003C\u002Fp>\n\u003Cul>\n\u003Cli>应用场景：地震波、脑电波等连续时间序列信号\u003C\u002Fli>\n\u003Cli>技术方案：专用时序编码器将连续信号转换为大模型可理解的 token 表示\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch4 id=\"2-架构优势\">\u003Ca class=\"anchor\" href=\"#2-架构优势\" aria-label=\"跳转到标题：2. 架构优势\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>2. 架构优势\u003C\u002Fh4>\u003Cp>这种分流投影的设计避免了将所有科学数据"一股脑"塞进文本 tokenizer 的问题，确保不同模态的科学数据都能得到最合适的处理。\u003C\u002Fp>\n\u003Ch3 id=\"高质量科学语料-2-5-万亿-token-的专业知识注入\">\u003Ca class=\"anchor\" href=\"#高质量科学语料-2-5-万亿-token-的专业知识注入\" aria-label=\"跳转到标题：高质量科学语料：2.5 万亿 token 的专业知识注入\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>高质量科学语料：\u003Cbr>2.5 万亿 token 的专业知识注入\u003C\u002Fh3>\u003Ch4 id=\"1-数据规模与构成\">\u003Ca class=\"anchor\" href=\"#1-数据规模与构成\" aria-label=\"跳转到标题：1.数据规模与构成\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>1.数据规模与构成\u003C\u002Fh4>\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_16_zw03.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=4roBb3HqkSrR140lHKl9zYdaFfc%3D\" alt=\"\">\u003C\u002Fp>\n\u003Ch4 id=\"2-六大科学领域覆盖\">\u003Ca class=\"anchor\" href=\"#2-六大科学领域覆盖\" aria-label=\"跳转到标题：2. 六大科学领域覆盖\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>2. 六大科学领域覆盖\u003C\u002Fh4>\u003Cul>\n\u003Cli>\u003Cstrong>重点调控六大科学领域的数据分布：\u003C\u002Fstrong>\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>数学、物理、化学、生命科学、材料科学、地球科学\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>差异化策略\u003C\u002Fstrong>：\u003Cul>\n\u003Cli>生命科学：数据量大但噪音多，采用更严格的过滤策略\u003C\u002Fli>\n\u003Cli>材料科学：数据相对稀缺，采用更宽松但可控的召回筛选\u003C\u002Fli>\n\u003C\u002Ful>\n\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch3 id=\"科学数据挖掘-两条核心管线\">\u003Ca class=\"anchor\" href=\"#科学数据挖掘-两条核心管线\" aria-label=\"跳转到标题：科学数据挖掘：两条核心管线\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>科学数据挖掘：两条核心管线\u003C\u002Fh3>\u003Ch4 id=\"1-pdf-文档解析管线\">\u003Ca class=\"anchor\" href=\"#1-pdf-文档解析管线\" aria-label=\"跳转到标题：1. PDF 文档解析管线\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>1. PDF 文档解析管线\u003C\u002Fh4>\u003Cp>\u003Cstrong>核心挑战\u003C\u002Fstrong>：科学PDF文献排版复杂，包含大量公式、符号，解析质量直接影响模型学习效果。\u003C\u002Fp>\n\u003Cp>\u003Cstrong>创新方案\u003C\u002Fstrong>：页面级混合解析流水线\u003C\u002Fp>\n\u003Cul>\n\u003Cli>低成本解析器（Manus）：处理大多数普通页面\u003C\u002Fli>\n\u003Cli>高成本解析器（InterV）：专门处理包含复杂公式、符号的疑难页面\u003C\u002Fli>\n\u003Cli>智能分流：基于公式密度和复杂度自动选择解析器\u003C\u002Fli>\n\u003Cli>统一后处理：规范化公式块边界、重排阅读顺序、修复乱码\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch4 id=\"2-网页数据召回过滤管线\">\u003Ca class=\"anchor\" href=\"#2-网页数据召回过滤管线\" aria-label=\"跳转到标题：2. 网页数据召回过滤管线\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>2. 网页数据召回过滤管线\u003C\u002Fh4>\u003Cul>\n\u003Cli>\u003Cp>\u003Cstrong>核心挑战\u003C\u002Fstrong>：网页科学内容含金量低，充斥广告和非科学内容。\u003C\u002Fp>\n\u003C\u002Fli>\n\u003Cli>\u003Cp>\u003Cstrong>创新方案\u003C\u002Fstrong>：域名级别智能质检\u003C\u002Fp>\n\u003Cul>\n\u003Cli>域名分组：将同一域名下的网页打包处理\u003C\u002Fli>\n\u003Cli>抽样质检：从每个域名抽取代表性页面进行质量评估\u003C\u002Fli>\n\u003Cli>大模型 Agent：判断网站科学价值，决定保留、丢弃或重写\u003C\u002Fli>\n\u003Cli>标签扩展：将抽样结果扩展到整个域名\u003C\u002Fli>\n\u003C\u002Ful>\n\u003C\u002Fli>\n\u003Cli>\u003Cp>\u003Cstrong>质量保障\u003C\u002Fstrong>：通过分布内\u002F分布外验证集不断优化质检指令，确保过滤准确率达到要求。\u003C\u002Fp>\n\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch3 id=\"混合强化学习-兼顾严谨性与创造性\">\u003Ca class=\"anchor\" href=\"#混合强化学习-兼顾严谨性与创造性\" aria-label=\"跳转到标题：混合强化学习：兼顾严谨性与创造性\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>混合强化学习：兼顾严谨性与创造性\u003C\u002Fh3>\u003Ch4 id=\"1-科学任务的多样性挑战\">\u003Ca class=\"anchor\" href=\"#1-科学任务的多样性挑战\" aria-label=\"跳转到标题：1. 科学任务的多样性挑战\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>1. 科学任务的多样性挑战\u003C\u002Fh4>\u003Cul>\n\u003Cli>易验证任务：数学题、化学方程式等有明确答案\u003C\u002Fli>\n\u003Cli>难验证任务：科研计划、实验构想等开放性问题\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch4 id=\"2-mor-混合奖励模型\">\u003Ca class=\"anchor\" href=\"#2-mor-混合奖励模型\" aria-label=\"跳转到标题：2. MOR 混合奖励模型\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>2. MOR 混合奖励模型\u003C\u002Fh4>\u003Cp>针对不同类型任务采用不同的奖励机制：\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>易验证任务\u003C\u002Fstrong>\u003Cul>\n\u003Cli>规则验证器：直接验算答案正确性\u003C\u002Fli>\n\u003Cli>大模型裁判：更强模型对比输出与标准答案\u003C\u002Fli>\n\u003C\u002Ful>\n\u003C\u002Fli>\n\u003Cli>\u003Cstrong>难验证任务\u003C\u002Fstrong>\u003Cul>\n\u003Cli>奖励模型：如 PPO-7B 等模型评估输出质量\u003C\u002Fli>\n\u003Cli>评估维度：逻辑自洽性、步骤可执行性、实验设计完整性\u003C\u002Fli>\n\u003C\u002Ful>\n\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch4 id=\"3-动态权重调整\">\u003Ca class=\"anchor\" href=\"#3-动态权重调整\" aria-label=\"跳转到标题：3. 动态权重调整\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>3. 动态权重调整\u003C\u002Fh4>\u003Cp>MOR 算法会动态调整各类奖励的权重，既保持科学严谨性，又不失发散创新能力：\u003C\u002Fp>\n\u003Cul>\n\u003Cli>该硬则硬：数学题等任务强调答案准确性\u003C\u002Fli>\n\u003Cli>该软则软：科研写作等任务注重逻辑性和创造性\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch3 id=\"系统工程优化-全链路-fp8-精度\">\u003Ca class=\"anchor\" href=\"#系统工程优化-全链路-fp8-精度\" aria-label=\"跳转到标题：系统工程优化：全链路 FP8 精度\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>系统工程优化：全链路 FP8 精度\u003C\u002Fh3>\u003Ch4 id=\"1-强化学习的成本挑战\">\u003Ca class=\"anchor\" href=\"#1-强化学习的成本挑战\" aria-label=\"跳转到标题：1. 强化学习的成本挑战\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>1. 强化学习的成本挑战\u003C\u002Fh4>\u003Cul>\n\u003Cli>主要瓶颈：Rollout 轨迹采样阶段的吞吐量和带宽压力\u003C\u002Fli>\n\u003Cli>MoE 模型特性：长序列、多专家路由增加系统负担\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch4 id=\"2-fp8-全链路支持\">\u003Ca class=\"anchor\" href=\"#2-fp8-全链路支持\" aria-label=\"跳转到标题：2. FP8 全链路支持\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>2. FP8 全链路支持\u003C\u002Fh4>\u003Cp>Intern S1 在全训练流程中采用8位浮点数精度，显著提升 Rollout 吞吐量，降低强化学习整体成本。\u003C\u002Fp>\n\u003Ch3 id=\"实际应用表现\">\u003Ca class=\"anchor\" href=\"#实际应用表现\" aria-label=\"跳转到标题：实际应用表现\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>实际应用表现\u003C\u002Fh3>\u003Ch4 id=\"1-科学任务能力\">\u003Ca class=\"anchor\" href=\"#1-科学任务能力\" aria-label=\"跳转到标题：1. 科学任务能力\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>1. 科学任务能力\u003C\u002Fh4>\u003Cul>\n\u003Cli>IMO 2025 数学竞赛：达到人类选手银牌水平，能给出完整严密的证明过程\u003C\u002Fli>\n\u003Cli>化学文献解析：不仅能提取文字，还能完美解析复杂化学反应路径图\u003C\u002Fli>\n\u003Cli>天文学识别：能准确识别黑洞吸积盘特征，排除猫、甜甜圈等干扰项\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_16_zw04.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=UCEwjpERHGTu9AApdgReUOi%2BfK8%3D\" alt=\"\">\u003C\u002Fp>\n\u003Ch4 id=\"2-轻量化版本\">\u003Ca class=\"anchor\" href=\"#2-轻量化版本\" aria-label=\"跳转到标题：2. 轻量化版本\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>2. 轻量化版本\u003C\u002Fh4>\u003Cul>\n\u003Cli>Intern S1 Mini：8B 参数轻量版本\u003C\u002Fli>\n\u003Cli>硬件要求：单张 24GB 显存消费级显卡（如 RTX 4090）\u003C\u002Fli>\n\u003Cli>性能表现：在化学、材料等任务上超越多个 70B 大模型\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch3 id=\"科学发现平台-从模型到科研操作系统\">\u003Ca class=\"anchor\" href=\"#科学发现平台-从模型到科研操作系统\" aria-label=\"跳转到标题：科学发现平台：从模型到科研操作系统\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>科学发现平台：从模型到科研操作系统\u003C\u002Fh3>\u003Cp>Intern S1 不仅是模型，更是\u003Cstrong>科学发现平台\u003C\u002Fstrong>的核心引擎：\u003C\u002Fp>\n\u003Ch4 id=\"1-四大能力面\">\u003Ca class=\"anchor\" href=\"#1-四大能力面\" aria-label=\"跳转到标题：1. 四大能力面\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>1. 四大能力面\u003C\u002Fh4>\u003Cul>\n\u003Cli>科学研究助手：文献梳理、信息整合、想法生成\u003C\u002Fli>\n\u003Cli>科学数据广场：汇集 200PB 清洗好的 AI-ready 科学数据\u003C\u002Fli>\n\u003Cli>科学智能体：自动拆解复杂任务，调用工具完成子任务\u003C\u002Fli>\n\u003Cli>科学模型开发：训练、微调、评测、算力协同一体化\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch4 id=\"2-科研全流程覆盖\">\u003Ca class=\"anchor\" href=\"#2-科研全流程覆盖\" aria-label=\"跳转到标题：2. 科研全流程覆盖\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>2. 科研全流程覆盖\u003C\u002Fh4>\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_16_zw05.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=gyd%2B163M5F%2FCJIssHcw5HtMGbek%3D\" alt=\"\">\u003C\u002Fp>\n\u003Ch3 id=\"总结\">\u003Ca class=\"anchor\" href=\"#总结\" aria-label=\"跳转到标题：总结\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>总结\u003C\u002Fh3>\u003Cp>Intern S1科学多模态大模型代表了 AI for Science 的新范式——通过\u003Cstrong>科学多模态架构 + 高质量科学语料 + 混合强化学习 + 系统工程优化\u003C\u002Fstrong>的协同增益，Intern S1 成功实现了通用能力与科学能力的双重突破，为科研工作者提供了强大的 AI 助手。希望更多研究者能够掌握这一工具，在各自领域做出"很酷的成果"。\u003C\u002Fp>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_01_zw6.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=nRtncQE8d9WeqAJkebtpCuy2cYI%3D\" alt=\"2025冬季训练营课程表\">\u003C\u002Fp>\n\u003Ch3 id=\"学习贴士\">\u003Ca class=\"anchor\" href=\"#学习贴士\" aria-label=\"跳转到标题：💡 学习贴士\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>💡 学习贴士\u003C\u002Fh3>\u003Cp>更多细节及完整课程内容，请观看直播或查看课程回放。\u003C\u002Fp>\n\u003Cp>链接：\u003Ca href=\"https:\u002F\u002Fwww.infinitensor.com\u002Fcamp\u002Fwinter2025\">https:\u002F\u002Fwww.infinitensor.com\u002Fcamp\u002Fwinter2025\u003C\u002Fa>\u003C\u002Fp>\n\u003Ch3 id=\"训练营报名持续进行中\">\u003Ca class=\"anchor\" href=\"#训练营报名持续进行中\" aria-label=\"跳转到标题：📚 训练营报名持续进行中\">\u003Cspan class=\"octicon octicon-link\">\u003C\u002Fspan>\u003C\u002Fa>📚 训练营报名持续进行中\u003C\u002Fh3>\u003Cp>扫码报名与加入群聊，或点击 \u003Cstrong>「阅读原文」\u003C\u002Fstrong> 直达官网报名\u003C\u002Fp>\n\u003Cp>\u003Cimg src=\"https:\u002F\u002Foss.infinitensor.com\u002Fprod\u002Fimages\u002FKnowledge_Base\u002FKB_01_zw7.jpg?Expires=1792752820&OSSAccessKeyId=LTAI5t9R6uzvTa69CT92cFvV&Signature=cXo0Vj%2B8TkiETVdZDjCIcCGN6sw%3D\" alt=\"\">\u003C\u002Fp>\n",[128,131,135,138,141,144,147,150,153,156,159,162,165,168,171,174,177,180,183,186,188,191,194,197,200,203,205,208],{"id":129,"text":130,"level":9},"为什么需要专门的科学基座大模型","为什么需要专门的科学基座大模型？",{"id":132,"text":133,"level":134},"1-能力坐标系的困境","1. 能力坐标系的困境",4,{"id":136,"text":137,"level":134},"2-intern-s1的目标定位","2. Intern S1的目标定位",{"id":139,"text":140,"level":9},"科学多模态架构-专为科研场景设计","科学多模态架构：专为科研场景设计",{"id":142,"text":143,"level":134},"1-三大输入通道","1. 三大输入通道",{"id":145,"text":146,"level":134},"2-架构优势","2. 架构优势",{"id":148,"text":149,"level":9},"高质量科学语料-2-5-万亿-token-的专业知识注入","高质量科学语料：2.5 万亿 token 的专业知识注入",{"id":151,"text":152,"level":134},"1-数据规模与构成","1.数据规模与构成",{"id":154,"text":155,"level":134},"2-六大科学领域覆盖","2. 六大科学领域覆盖",{"id":157,"text":158,"level":9},"科学数据挖掘-两条核心管线","科学数据挖掘：两条核心管线",{"id":160,"text":161,"level":134},"1-pdf-文档解析管线","1. PDF 文档解析管线",{"id":163,"text":164,"level":134},"2-网页数据召回过滤管线","2. 网页数据召回过滤管线",{"id":166,"text":167,"level":9},"混合强化学习-兼顾严谨性与创造性","混合强化学习：兼顾严谨性与创造性",{"id":169,"text":170,"level":134},"1-科学任务的多样性挑战","1. 科学任务的多样性挑战",{"id":172,"text":173,"level":134},"2-mor-混合奖励模型","2. MOR 混合奖励模型",{"id":175,"text":176,"level":134},"3-动态权重调整","3. 动态权重调整",{"id":178,"text":179,"level":9},"系统工程优化-全链路-fp8-精度","系统工程优化：全链路 FP8 精度",{"id":181,"text":182,"level":134},"1-强化学习的成本挑战","1. 强化学习的成本挑战",{"id":184,"text":185,"level":134},"2-fp8-全链路支持","2. FP8 全链路支持",{"id":187,"text":187,"level":9},"实际应用表现",{"id":189,"text":190,"level":134},"1-科学任务能力","1. 科学任务能力",{"id":192,"text":193,"level":134},"2-轻量化版本","2. 轻量化版本",{"id":195,"text":196,"level":9},"科学发现平台-从模型到科研操作系统","科学发现平台：从模型到科研操作系统",{"id":198,"text":199,"level":134},"1-四大能力面","1. 四大能力面",{"id":201,"text":202,"level":134},"2-科研全流程覆盖","2. 科研全流程覆盖",{"id":204,"text":204,"level":9},"总结",{"id":206,"text":207,"level":9},"学习贴士","💡 学习贴士",{"id":209,"text":210,"level":9},"训练营报名持续进行中","📚 训练营报名持续进行中"]