「Intern-S2-Preview」とは何か──397Bの本体を凍結したまま、4Bの「記憶デコーダ」だけ足して専門特化させる科学AI

科学的発見には、異種混合のモダリティにまたがる証拠を推論し、科学的なツールや環境と対話し、長期にわたるタスクで進捗を維持できるAIシステムがますます必要になっている。2026年8月13日にarXivで公開された論文「Intern-S2-Preview: Scientific Agentic Foundation Model」は、この要求に応える科学エージェント向け基盤モデルのシリーズを提示している。開発元は論文の著者欄に明記されている「Intern-S2-Preview Team, Shanghai AI Laboratory」——InternLMシリーズを手がけてきた上海AI研究所だ。

3行まとめ

• Shanghai AI Laboratoryが2026年8月13日に公開した科学AIエージェント向け基盤モデル。397B（Hugging Face実測では404Bパラメータ）の本体に加え、本体を凍結したまま追加学習できる4Bの「Memory Decoder」拡張を導入している
• Memory Decoder拡張「Intern-MemDec-4B」は、397B本体を一切変更せずにBiology-Instructionsの平均スコアを56.92から60.32へ改善したと報告
• Hugging Faceには「Intern-S2-Preview-397B」（404Bパラメータ）と「Intern-S2-Preview」（36Bパラメータ）という名前が紛らわしい別モデルが両方公開されており、混同に注意が必要

学習パイプラインの中身

論文によれば、学習パイプラインはまず、レンダリングされた科学文書・画像とテキストが交互に並んだデータ・多様な科学コーパスを対象にした「科学マルチモーダル事前学習」から始まる。その事前学習済みチェックポイントを起点に、教師ありファインチューニング・スケーラブルなマルチタスク強化学習・ブラックボックス/ホワイトボックスのagentic RL・オンポリシー蒸留からなる統一された事後学習パイプラインを適用する。このパイプラインは、部分ロールアウトとオフポリシー補正・適応的な長さ正則化・オンライン投機的デコーディング・頑健なマルチタスク最適化・エージェントタスク向けのトレース対応経験組み立てといった、ロールアウトと学習の安定性・効率を改善する実務的な技術によって支えられているという。

397Bの本体を凍結したまま専門特化させる「Memory Decoder」

アーキテクチャの面では、「Intern-S2-Preview-397B」が時系列モデリングを、効率的な長系列理解から数値予測（numerical forecasting）にまで拡張している。加えて「Memory Decoder」という、397Bの凍結されたバックボーンを一切変更せずに素早い科学分野特化を可能にする別枠のメモリ拡張パスが検討されている。

科学・マルチモーダル・エージェント・汎用のベンチマークにわたる評価では、Intern-S2-Preview-397Bが複数の設定で競争力のある、あるいは首位の結果を達成したとしている。時系列モジュールはSciTSでの科学信号理解と予測を改善し、独立した拡張である「Intern-MemDec-4B」は、凍結された397Bバックボーンを変更することなく、Biology-Instructionsの平均スコアを56.92から60.32に改善したと報告されている。

Hugging Face上には名前が紛らわしい2つの別モデルがある

Hugging Faceのinternlm組織ページを確認すると、「Intern-S2」を冠したモデルが複数公開されていることが分かった。紛らわしいのは、論文が扱う397B本体に対応するモデルが「Intern-S2-Preview**-397B**」という名前で、単に「Intern-S2-Preview」（397Bが付かない）という別のモデルも並んで公開されている点だ。

397Bという名称は論文中の呼称で、実際にHugging Faceが表示するSafetensorsの合計パラメータ数は404Bだった（MoE構成のため、名称に使われる「アクティブパラメータ数」等と実測値がずれている可能性がある）。いずれにせよ、記事冒頭で扱っている「Memory Decoderで底上げされる397B本体」は、Intern-S2-Preview-397Bの方を指しており、Intern-S2-Previewという似た名前の36Bモデルとは別物である点は注意したい。

一般ベンチマークでは知識・QAで強く、エージェント系タスクではClaude Opus 4.8が上

論文のTable 3には、Intern-S2-Preview-397Bを、Qwen3.5-397B-A17B・DeepSeek-V4-pro・Kimi-K2.7-Code・GLM-5.2・GPT-5.5・Gemini-3.1-Pro・Claude-Opus-4.8という主要モデルと比較した結果が掲載されている。抜粋すると次の通り。

知識・事実QA系のベンチマーク（MMLU Pro、SimpleQA-Verified）では上位に食い込む一方、TerminalBench 2.1やWildClawBenchのようなエージェント実行系のタスクでは、Claude-Opus-4.8やGPT-5.5に見劣りする結果になっている。科学分野特化モデルとして、汎用のコーディング・エージェント実行力よりも知識・推論力に強みがある、という傾向が読み取れる。

海外ではすでに量子化界隈が動いている

今回の候補選定の過程で得られたGoogleサジェストのデータでは、「intern s2 preview 397b」「intern s2 preview gguf」というパラメータ数や量子化フォーマットを具体的に探す検索がすでに発生していることが確認されている。397Bという規模のモデルをローカルで動かすにはgguf化・量子化が実務上の前提になるため、この検索傾向は「海外のローカルLLMコミュニティですでに話題化が始まっている」ことを示すシグナルだと読める。

「本体を触らずに専門特化させる」という省エネ設計

397Bという巨大なモデルを、新しい専門分野に対応させるたびに丸ごと再学習するのは、計算資源の面でもコストの面でも現実的ではない。Intern-S2-Previewが導入した「Memory Decoder」という別枠の拡張パスは、この問題への対処法の一例だと理解できる。本体（397B）は凍結したまま触らず、比較的小さな追加モジュール（4B）だけを学習させて特定分野の能力を底上げする、という設計だ。本体を毎回作り直さずに済むぶん、新しい科学分野への対応を素早く追加できる利点がある一方、本体そのものの基礎能力自体は向上しないという制約も併せ持つ。この記事の別項で紹介したMacaron-V1-Ventiの「Mixture of LoRA」も、巨大な本体に軽量な追加モジュールを載せるという発想の点で近い設計思想を採っており、2026年のモデル設計で繰り返し見られる潮流の1つだと言える。

397Bというサイズの推論コストは試算できていない

この記事はarXivの本文PDF（Table 2〜5を含む）と、Hugging Face上の公式モデルページ4件を確認して書いている。56.92から60.32という数字は論文が報告した評価結果で、本文のTable 2（Biology-Instructions全21タスクの内訳）まで遡って確認したが、この記事では代表的な数値の抜粋にとどめている。397Bというパラメータ規模のモデルを実際に動かすのに必要なGPUメモリや推論コストについては、手元では試算していない。gguf量子化版については、Hugging Face公式が配布しているのはFP8量子化版（Intern-S2-Preview-397B-FP8）までで、gguf形式の公式配布は今回確認した範囲では見当たらなかった。「intern s2 preview gguf」という検索が既に発生しているのは、コミュニティ側での非公式な量子化への関心を示すシグナルであり、公式のgguf配布があることを意味しない、という点は明確にしておきたい。

関連記事

• ローカルLLMおすすめモデル10選──無料で動かせるAI【2026年版】
• ファインチューニング やり方・費用・いつ使うべきか【2026年入門】
• AI論文検索・読解ツール おすすめ比較【研究者向け2026年】