首页/ 资讯/ 书生-A1.5 上海 AI Lab 开源的通专融合科学智能体

书生-A1.5 上海 AI Lab 开源的通专融合科学智能体

灵犀编辑部 2026-10-23 0 阅读

书生-A1.5是什么

书生-A1.5(Sage-A1.5)是上海AI实验室推出的35B通专融合科学智能体,基于Agents-A1长程能力与书生·端砚平台,面向真实科研验证RSI:自主拆任务、编排多子智能体并行调研,并触发校验识别证据缺口、修正假设。书生-A1.5覆盖脑科学、电化学、空间综述等案例,经MVSP科学评测与SFT/RL回流进化,支持昇腾、沐曦、AMD量化部署,强调可追溯、可复核的长程自主研究。

Sage-A1.5

书生-A1.5的主要功能

  • 智能体编排 :自主拆解复杂科研任务,调度多个子智能体并行检索、比对证据并汇总结论。
  • 智能体校验 :自主判断校验时机与对象,区分已证实事实和待验证假设,及时修正检索方向或研究策略。
  • 长程科研执行 :把检索、假设、代码、验证串成闭环,交付可追溯、可复核的代码、数据、图表与报告。
  • 科学场景赋能 :面向脑科学、电化学、空间科学综述等任务,支持证据矩阵、核查表、修订记录等结构化产出。
  • 科研代码支撑 :面向算法优化与科研代码开发,覆盖 SWE-Bench Pro、Multilingual、MLE-Bench-Lite 等代码评测场景。
  • 多硬件部署 :提供多版本量化形态,支持昇腾 NPU、沐曦、AMD 等 GPU,便于科研与产业伙伴试用。

书生-A1.5的技术原理

  • 长程任务底座 :Sage-A1.5 以 Agents-A1 的长程任务能力为底座,依托书生·端砚科学发现平台,将科研流程中的组织、执行、调整纳入训练,使模型不仅会调用工具,能在长任务中组合既有能力并根据新证据动态修正后续行动。
  • 真实场景牵引的 RSI 闭环 :核心路径是“环境即数据”:用科学评测为牵引、由环境合成提供反馈,形成能力诊断、任务环境搭建、模型训练相互促进的持续进化机制,让模型在真实科研进程中沉淀领域知识、修正推理偏差。
  • MVSP 评测对齐机制 :团队提出最小可验证科学提议 MVSP,与脑机理、高能物理、材料设计、新药创制、化学智能、疾病诊断等十余个重大科学场景共建高质量评测基准,把模型迭代方向对齐到科学家真实需求与可验证科学问题上。
  • 数据与训练资源生产 :项目通过工作区仿真、科学计算工具链部署和专业沙盒环境,持续产出 SFT 数据与 RL 训练资源;同时用 AI for AI 识别科研链路瓶颈,优化科学 Harness 的工具编排与校验策略,提高长程任务执行效率与稳定性。
  • 跨域异构训练范式 :针对跨领域任务分布、推理模式和智能体框架差异,采用“多域监督微调 + 统一后训练”两阶段范式,并配合全异步管线与自适应采样机制,同步强化科学探索与工程编码能力。
挖挖GitHub

如何使用书生-A1.5

  • 进入体验入口 :访问书生·端砚平台体验页 https://discovery.intern-ai.org.cn/token-plan/home?tabIndex=0 ,登录并按页面提示申请/使用额度。
  • 选择模型形态 :按算力条件选在线 Sage-A1.5 或后续量化/开源版本,私有化场景选昇腾 NPU、沐曦或 AMD 对应部署包。
  • 创建科研任务 :在工作区新建项目,填写研究问题、约束条件、期望输出和是否需要可追溯证据链。
  • 接入材料与环境 :上传文献、数据、代码或实验记录,配置科学计算工具链、沙盒和必要外部数据库/工具。
  • 启动编排执行 :让 Sage-A1.5 自主拆解任务、调度子智能体并行调研,开启智能体校验以自动识别证据缺口。
  • 中途干预纠偏 :查看检索路径、假设变化和校验记录,对偏差方向、关键假设或待验证实验点给出人工指令。
  • 复核产出结果 :核对代码、数据、图表、报告及核查表/证据矩阵/修订记录,必要时要求复跑或补充对照。
  • 导出交付物 :导出可复现代码、中间结果、图表和报告,在课题组内做专家级复核后再用于论文/实验决策。

书生-A1.5的核心优势

  • 真实科研牵引进化 :以环境即数据的 RSI 闭环,在真实科学任务中持续沉淀知识、修正偏差。
  • 通专融合底座 :继承 Agents-A1 长程任务能力,同时面向科学场景强化专业推理、证据处理与工具调用。
  • 智能体编排能力强 :可自主拆任务、并行调度多个子智能体调研,适合多线索、多证据的复杂科研探索。
  • 自主校验与纠偏 :能判断何时校验、校验什么,区分事实与假设,识别证据缺口并调整策略,降低长程任务误差累积。
  • 评测对齐科学需求 :通过 MVSP 与十余个重大科学场景共建可验证评测,模型迭代方向更贴近科学家真实问题。

书生-A1.5的项目地址

  • 项目官网 :https://alpha-innovator.github.io/Sage-A1.5/
  • HuggingFace模型库 :https://huggingface.co/collections/InternScience/sage-a15
  • 技术论文 :https://arxiv.org/pdf/2610.28578
  • 在线体验Demo :https://discovery.intern-ai.org.cn/token-plan/home?tabIndex=0

书生-A1.5的同类对比

对比维度 | 书生-A1.5 / Sage-A1.5 | Kimi-K3

>
对比维度 书生-A1.5 / Sage-A1.5 Kimi-K3
产品定位 上海AI实验室推出的通专融合科学智能体,验证真实科学场景驱动模型自进化路径 文中作为更大参数规模模型参与对照
参数规模 35B 更大参数规模
核心路径 以 Agents-A1 长程任务能力为底座,依托书生·端砚科学发现平台,落地“环境即数据”的 RSI 飞轮 作为对照模型出现,用于衬托 Sage-A1.5 的轻量化科学智能体路线
关键能力 智能体编排 + 智能体校验:并行调度子智能体,自主判断校验时机、识别证据缺口并纠偏 材料仅将其列为对照对象,未用于展开能力描述
评测表现 材料称在凝聚态物理 CMT、博士级科研 FS-R、科学奥赛 FS-O、IFBench、PinchBench 等综合表现优于 Kimi-K3、GLM-5.3、GPT-5.6-Sol 等更大参数模型 作为被超越的对照模型出现
一句话结论 优势在于把“真实科研任务—评测反馈—训练回流”闭环做出来,而不是单纯堆参数 在材料叙事中主要承担“更大参数规模对照组”角色

书生-A1.5的应用场景

  • 神经科学数据分析 :基于小鼠全脑数据做脑区解码指标分析、PCA、置换检验与可视化,辅助挖掘任务/运动信息分布规律。
  • 电化学合成优化 :整合文献与历史实验,迭代反应条件、机理假设与产率预测,辅助傅–克烷基化等合成路线创新。
  • 空间科学综述审校 :调度多子智能体核查空间任务断言、区分证据层级,输出核查表、证据矩阵与修订记录。
  • 光化学/机理研究纠错 :在检索不匹配时收敛方向,检查反应原理并标记需实验验证的关键步骤。
  • 高能物理/材料/新药/疾病诊断评测 :以 MVSP 建设可验证科学环境,对齐模型迭代方向与科学家真实需求。
相关工具
与本文相关的 AI 工具
AI 智能推荐 ×
输入关键词,AI 从 1000+ 工具中精准匹配推荐