同样的科学任务，参数少了60%，效果却能打平。上海人工智能实验室在WAIC 2026上扔出了一组让人不得不重新审视“大模型必须大力出奇迹”这个默认前提的参数。

实验室这次拿出的家伙叫Intern-S2-Preview，参数量397B，但通过架构上的创新，硬是在科学类任务上追平了万亿级参数模型的表现。

打开网易新闻 查看精彩图片

怎么做到的？核心是把“知识”和“推理”拆开了。传统的大模型通常把这两件事儿混在一个处理流程里，导致做复杂科学任务时，大量的算力被用来检索和调取已有知识，真正花在逻辑推演上的那部分被挤占了。上海AI Lab的这套方案，相当于给模型装了一套更高效的调度系统，让该记东西的模块专心记东西，该动脑子的模块专心动脑子，效率自然就提上去了。

这个技术路线一旦跑通，意味着未来做科学发现、文献分析、实验设计这类硬核任务，可能不再需要无止境地堆显卡、烧电费。用更小的参数体量达到同等甚至更强的推理能力，对算力紧缺的科研团队来说，是一个实打实的降本信号。