先了解这件事
2026年10月,InternLM 推出 35B 基础模型 Intern-S2-Mobius。该模型基于 Mobius-v0 架构,由 Xtuner 和 LMDeploy 实现,将知识存储与推理计算解耦,以全局共享 Memory 替代逐层绑定的 FFN 知识存储,并让多个 Reasoner 迭代查询和精炼隐状态,具备 Backward Residual Connection 与 Dynamic Latent Reasoning 两项能力。模型由 Qwen3.5-35B 继续预训练,并经 SFT 和 RL 后训练。技术报告称其端到端推理效率提升近 4 倍,在推理基准上得分与 Qwen3.5-35B 相当或更强,同时推理链更短、请求吞吐更高,在 Biology-Instructions、Mol-Instructions、MolecularIQ 等科学任务上有较大提升。模型以 bfloat16 权重格式发布,支持 LMDeploy、Transformers、vLLM、SGLang 部署,推荐使用 MTP 投机解码。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
InternLM 发布 35B 基础模型 Intern-S2-Mobius事件进展
1 个已确认进展
- 来源：InternLM 原创项目
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月13日
InternLM 原创项目一手精选
InternLM 发布 35B 基础模型 Intern-S2-Mobius
InternLM 发布 Intern-S2-Mobius，一个基于 Mobius-v0 架构、由 Xtuner 和 LMDeploy 实现的 35B 基础模型。它把知识存储与推理计算解耦，用全局共享 Memory 替代逐层绑定的 FFN 知识存储，让多个 Reasoner 迭代查询和精炼隐状态，具备 Backward Residual Connection 和 Dynamic Latent Reasoning 两项能力。模型由 Qwen3.5-35B 继续预训练并经 SFT 和 RL 后训练，技术报告称端到端推理效率提升近 4 倍，在推理基准上得分与 Qwen3.5-35B 相当或更强，同时推理链更短、请求吞吐更高，并在 Biology-Instructions、Mol-Instructions、MolecularIQ 等科学任务上有较大提升。模型以 bfloat16 权重格式发布，支持 LMDeploy、Transformers、vLLM、SGLang 部署，推荐使用 MTP 投机解码。