書生-A1.5 – 上海 AI Lab 開源的通專融合科學智能體

書生-A1.5是什麼

書生-A1.5（Sage-A1.5）是上海AI實驗室推出的35B通專融合科學智能體，基於Agents-A1長程能力與書生·端硯平台，面向真實科研驗證RSI：自主拆任務、編排多子智能體並行調研，並觸發校驗識別證據缺口、修正假設。書生-A1.5覆蓋腦科學、電化學、空間綜述等案例，經MVSP科學評測與SFT/RL迴流進化，支持昇騰、沐曦、AMD量化部署，強調可追溯、可複覈的長程自主研究。

書生-A1.5的主要功能

• 智能體編排：自主拆解複雜科研任務，調度多個子智能體並行檢索、比對證據並彙總結論。
• 智能體校驗：自主判斷校驗時機與對象，區分已證實事實和待驗證假設，及時修正檢索方向或研究策略。
• 長程科研執行：把檢索、假設、代碼、驗證串成閉環，交付可追溯、可複覈的代碼、數據、圖表與報告。
• 科學場景賦能：面向腦科學、電化學、空間科學綜述等任務，支持證據矩陣、覈查表、修訂記錄等結構化產出。
• 科研代碼支撐：面向算法優化與科研代碼開發，覆蓋 SWE-Bench Pro、Multilingual、MLE-Bench-Lite 等代碼評測場景。
• 多硬件部署：提供多版本量化形態，支持昇騰 NPU、沐曦、AMD 等 GPU，便於科研與產業夥伴試用。

書生-A1.5的技術原理

• 長程任務底座：Sage-A1.5 以 Agents-A1 的長程任務能力爲底座，依託書生·端硯科學發現平台，將科研流程中的組織、執行、調整納入訓練，使模型不僅會調用工具，能在長任務中組合既有能力並根據新證據動態修正後續行動。
• 真實場景牽引的 RSI 閉環：核心路徑是“環境即數據”：用科學評測爲牽引、由環境合成提供反饋，形成能力診斷、任務環境搭建、模型訓練相互促進的持續進化機制，讓模型在真實科研進程中沉澱領域知識、修正推理偏差。
• MVSP 評測對齊機制：團隊提出最小可驗證科學提議 MVSP，與腦機理、高能物理、材料設計、新藥創制、化學智能、疾病診斷等十餘個重大科學場景共建高質量評測基準，把模型迭代方向對齊到科學家真實需求與可驗證科學問題上。
• 數據與訓練資源生產：項目通過工作區仿真、科學計算工具鏈部署和專業沙盒環境，持續產出 SFT 數據與 RL 訓練資源；同時用 AI for AI 識別科研鏈路瓶頸，優化科學 Harness 的工具編排與校驗策略，提高長程任務執行效率與穩定性。
• 跨域異構訓練範式：針對跨領域任務分佈、推理模式和智能體框架差異，採用“多域監督微調 + 統一後訓練”兩階段範式，並配合全異步管線與自適應採樣機制，同步強化科學探索與工程編碼能力。

微信關注回覆“開源”，加入AI開源項目交流羣

如何使用書生-A1.5

• 進入體驗入口：訪問書生·端硯平台體驗頁 https://discovery.intern-ai.org.cn/token-plan/home?tabIndex=0，登錄並按頁面提示申請/使用額度。
• 選擇模型形態：按算力條件選在線 Sage-A1.5 或後續量化/開源版本，私有化場景選昇騰 NPU、沐曦或 AMD 對應部署包。
• 創建科研任務：在工作區新建項目，填寫研究問題、約束條件、期望輸出和是否需要可追溯證據鏈。
• 接入材料與環境：上傳文獻、數據、代碼或實驗記錄，配置科學計算工具鏈、沙盒和必要外部數據庫/工具。
• 啓動編排執行：讓 Sage-A1.5 自主拆解任務、調度子智能體並行調研，開啓智能體校驗以自動識別證據缺口。
• 中途干預糾偏：查看檢索路徑、假設變化和校驗記錄，對偏差方向、關鍵假設或待驗證實驗點給出人工指令。
• 複覈產出結果：覈對代碼、數據、圖表、報告及覈查表/證據矩陣/修訂記錄，必要時要求復跑或補充對照。
• 導出交付物：導出可復現代碼、中間結果、圖表和報告，在課題組內做專家級複覈後再用於論文/實驗決策。

書生-A1.5的核心優勢

• 真實科研牽引進化：以環境即數據的 RSI 閉環，在真實科學任務中持續沉澱知識、修正偏差。
• 通專融合底座：繼承 Agents-A1 長程任務能力，同時面向科學場景強化專業推理、證據處理與工具調用。
• 智能體編排能力強：可自主拆任務、並行調度多個子智能體調研，適合多線索、多證據的複雜科研探索。
• 自主校驗與糾偏：能判斷何時校驗、校驗什麼，區分事實與假設，識別證據缺口並調整策略，降低長程任務誤差累積。
• 評測對齊科學需求：通過 MVSP 與十餘個重大科學場景共建可驗證評測，模型迭代方向更貼近科學家真實問題。

書生-A1.5的項目地址

• 項目官網：https://alpha-innovator.github.io/Sage-A1.5/
• HuggingFace模型庫：https://huggingface.co/collections/InternScience/sage-a15
• 技術論文：https://arxiv.org/pdf/2610.28578
• 在線體驗Demo：https://discovery.intern-ai.org.cn/token-plan/home?tabIndex=0

書生-A1.5的同類對比

書生-A1.5的應用場景

• 神經科學數據分析：基於小鼠全腦數據做腦區解碼指標分析、PCA、置換檢驗與可視化，輔助挖掘任務/運動信息分佈規律。
• 電化學合成優化：整合文獻與歷史實驗，迭代反應條件、機理假設與產率預測，輔助傅–克烷基化等合成路線創新。
• 空間科學綜述審校：調度多子智能體覈查空間任務斷言、區分證據層級，輸出覈查表、證據矩陣與修訂記錄。
• 光化學/機理研究糾錯：在檢索不匹配時收斂方向，檢查反應原理並標記需實驗驗證的關鍵步驟。
• 高能物理/材料/新藥/疾病診斷評測：以 MVSP 建設可驗證科學環境，對齊模型迭代方向與科學家真實需求。