让 AI 读论文、看图表，再连续调用工具完成一项科学任务，难点不只是“答对一题”，而是走很多步后仍记得目标、能发现并修正错误。InternLM 新放出的 Intern-S2-Preview-397B，瞄准的正是科学推理与长程 Agent——需要持续规划和操作工具的智能体。
据 InternLM 的 Hugging Face 模型卡，它是一款面向科学任务的 35B 多模态基础模型，可共同处理文字、图像等信息；训练把数百项专业科学任务从预训练贯穿到强化学习——也就是根据任务结果继续调整模型行为。官方评测允许文本推理最长使用 128K token，多模态评测最长 64K token，显示其重点之一是给复杂任务留出较长的推理过程。
值得留意的是，页面标题中的“397B”与模型卡所称“35B”口径并不一致，现有材料无法解释两者关系。尽管仍叫 Preview，Hugging Face 已提供 Apache-2.0 许可的 Safetensors 权重文件，并列出自托管和官方 Intern API 两种接入方式；后续更值得观察的是正式版本如何厘清规模命名并验证能力定位。