上海交大、深势科技等发布 Innovator-VL：开启科学大模型新范式

通用大模型（LLM）如火如荼的今天，AI for Science（科学智能）正成为人工智能角逐的下一座高地。

然而，摆在科研人员面前的现实是残酷的：现有的科学多模态模型往往依赖海量且难以获取的数据，且训练过程如同 “黑盒”，难以复现和改进。我们是否真的需要数以亿计的数据才能教会 AI 理解科学？

近日，来自上海交通大学、深势科技（DP Technology）、记忆张量（MemTensor）、中国科学院理论物理研究所等机构的研究团队联合发布了Innovator-VL。这不仅是一个性能卓越的多模态大模型（MLLM），更是一份献给开源社区的“科学智能实战指南”。它用事实证明：无需盲目堆砌数据，通过精巧的数据筛选与透明的训练策略，仅需极小的数据量，同样能锻造出顶尖的科学推理引擎。