官方网站-首页
【导语】9月3日，上海人工智能实验室宣布开源通用多模态大模型书生・万象3.5（InternVL3.5），该模型在推理能力、部署效率与通用性上实现全面升级。InternVL3.5提供9种尺寸模型，满足各场景需求，并在多学科推理、多模态感知及文本能力上表现卓越，超越GPT-5等主流模型。此次升级重点强化了面向实际应用的智能体与文本思考能力，在GUI交互、具身空间推理和矢量图形处理等方面实现显著进步，为机器人自动化操作、物品识别与物理交互等领域带来革新。作为书生大模型体系的关键一环，InternVL3.5的全系列下载量已突破2300万次。
9 月 3 日消息，上海人工智能实验室（上海 AI 实验室）宣布开源通用多模态大模型书生・万象 3.5（InternVL3.5），其推理能力、部署效率与通用能力全面升级。
InternVL3.5 本次开源有 9 种尺寸的模型，参数涵盖 10 亿-2410 亿，可满足各场景需求。其中，旗舰模型 InternVL3.5-241B-A28B 在多学科推理基准 MMMU 中获 77.7 分，为开源模型中最高分；多模态通用感知能力超越 GPT-5，文本能力领跑主流开源多模态大模型。
与 InternVL3.0 相比，InternVL3.5 在图形用户界面（GUI）智能体、具身空间感知、矢量图像理解与生成等多种特色任务上实现显著提升。
本次升级，上海 AI 实验室研究团队重点强化了 InternVL3.5 面向实际应用的智能体与文本思考能力，在 GUI 交互、具身空间推理和矢量图形处理等多个关键场景实现从“理解”到“行动”的跨越，并得到多项评测验证。
GUI 交互部分，InternVL3.5 在 ScreenSpot-v2 元素定位任务以 92.9 分超越同类模型，同时支持 Windows / Ubuntu 自动化操作，并在 WindowsAgentArena 任务大幅领先 Claude-3.7-Sonnet。
在具身智能体测试中，InternVL3.5 表现出理解物理空间关系并规划导航(háng)路径的(de)能(néng)力(lì)，在(zài) VSI-Bench 以(yǐ) 69.5 分(fēn)超(chāo)过(guò) Gemini-2.5-Pro。
在(zài)矢(shǐ)量(liàng)图(tú)形(xíng)理(lǐ)解(jiě)与(yǔ)生(shēng)成(chéng)方(fāng)面(miàn)，InternVL3.5 在(zài) SGP-Bench 以(yǐ) 70.7 分(fēn)刷(shuā)新(xīn)开(kāi)源(yuán)纪(jì)录(lù)，生(shēng)成(chéng)任(rèn)务(wu) FID 值(zhí)也(yě)优(yōu)于(yú) GPT-4o 和(hé) Claude-3.7-Sonnet。
具(jù)体(tǐ)来(lái)看(kàn)，InternVL3.5 可(kě)跨(kuà) Windows、Mac、Ubuntu、Android等(děng)多(duō)个(gè)平(píng)台(tái)，识(shi)别(bié)界(jiè)面(miàn)元(yuán)素(sù)并(bìng)自(zì)主执(zhí)行(xíng)鼠(shǔ)标(biāo)、键盘(pán)操(cāo)作(zuò)，实(shí)现(xiàn)恢(huī)复(fù)已(yǐ)删(shān)除(chú)文件(jiàn)、导(dǎo)出(chū) PDF、邮(yóu)件(jiàn)添(tiān)加(jiā)附(fù)件(jiàn)等(děng)任(rèn)务(wu)的(de)自(zì)动(dòng)化(huà)。
InternVL3.5 具(jù)备(bèi)更(gèng)强(qiáng)的(de) grounding 能(néng)力(lì)，可(kě)以(yǐ)泛(fàn)化(huà)到(dào)全新(xīn)的(de)复(fù)杂(zá)大(dà)量(liàng)小(xiǎo)样(yàng)本(běn)的(de)具(jù)身(shēn)场(chǎng)景(jǐng)，配(pèi)合(hé)抓(zhuā)取(qǔ)算(suàn)法(fǎ)，支(zhī)持(chí)可(kě)泛(fàn)化(huà)的(de)长(zhǎng)程(chéng)物(wù)体(tǐ)抓(zhuā)取(qǔ)操(cāo)作(zuò)，助(zhù)力(lì)机(jī)器(qì)人(rén)更(gèng)高(gāo)效(xiào)地(de)完(wán)成(chéng)物(wù)品(pǐn)识(shi)别(bié)、路径规(guī)划(huà)与(yǔ)物(wù)理(lǐ)交(jiāo)互(hù)。
作(zuò)为(wèi)上(shàng)海(hǎi) AI 实(shí)验(yàn)室(shì)书(shū)生(shēng)大(dà)模(mó)型(xíng)体(tǐ)系(xì)的(de)重(zhòng)要(yào)组(zǔ)成(chéng)部(bù)分(fēn)，InternVL 聚(jù)焦(jiāo)视(shì)觉(jué)模(mó)型(xíng)技(jì)术(shù)，InternVL 全系列全网下载量已突破 2300 万次。