# Deep Principle 发布科学模型 Hydrogen-1.0

> 这款拥有7530亿参数的模型以 MIT License 开放权重。Deep Principle 称其在多项科学测试中表现提升，但尚未公开完整训练数据或训练方案。

Oossa · 2026-11-02 · https://oossa.com/zh/deep-principle-releases-hydrogen-1-0-scientific-model

Deep Principle 发布了 Hydrogen-1.0，这是一款面向化学、材料科学和生命科学的模型。该公司称，它以 Z.ai 的 GLM-5.3 为基础，利用科学资料、实验室记录以及研究代理的行动记录进行了调整。MarkTechPost 指出，Hydrogen-1.0 拥有7530亿个参数。

模型权重——运行或调整模型所需的文件——已在 Hugging Face 上以 MIT License 发布。研究人员和开发者因此可以自行评测模型并围绕它开发工具，不必只依赖公司运营的服务。不过，此次发布不包含完整训练数据集或完整训练方案。

## Deep Principle 测试了什么？

Deep Principle 称，Hydrogen-1.0 在 FrontierScience-Research 上超过了 GPT-6-Astra；在 GPQA-Diamonds 上的表现也优于其基础模型 GLM-5.3，并大致与 Kimi-K3 持平。公司的公告没有给出这些对比的分数，因此读者仅凭公告内容无法判断所称提升幅度。

在公司自行开展的研究任务评测中，Hydrogen-1.0 在三个测试推理设置下，科学计算和正向反应预测的得分都高于 GPT-6-Astra。与最高设置下的 Astra 相比，Hydrogen-1.0 在这两项上的领先幅度分别为5.13和4.76个百分点。Astra 在 NMR 结构分析上高出3.33个百分点。Deep Principle 还用117道实验规划题对模型进行了比较，但公告正文没有给出两款模型的得分。

## 研究人员可以运行哪些任务？

Deep Principle 展示了模型如何编写和修复聚合物模拟代码、绘制可能的化学反应，以及根据 NMR 谱图评估候选结构。这些示例使用了外部工具和研究环境；它们只是演示，并不能证明模型得出的科学结论正确。

Hugging Face 页面提供全精度 BF16 权重，以及针对特定硬件的低精度版本：NVIDIA Blackwell 芯片，或 AMD Instinct MI350X 和 MI355X。页面称，该模型曾在八块 GPU 上完成部署测试，但没有说明测试所用硬件。页面还提醒，具体要求会因软件和配置而异，而且模型可能给出错误答案。研究人员应通过计算、文献或实验核查重要结论。

## 事实

- Hydrogen-1.0 基于 Z.ai 的 GLM-5.3，并利用科学数据和实验室记录进行了调整。
- Deep Principle 以 MIT License 提供模型权重，但未公开完整训练数据集和训练方案。
- Hugging Face 页面列出的上下文长度最高为100万 token，最大输出长度为128,000 token，实际使用受部署限制影响。
- Deep Principle 称，Hydrogen-1.0 在公司内部科学任务评测中与 GPT-6-Astra 各有胜负：前者在科学计算和反应预测上领先，后者在 NMR 分析上领先。

## 为什么重要

研究人员可以下载并调整 Hydrogen-1.0，不必完全依赖专有科学模型。但由于硬件要求高、训练信息披露不完整，且评测由公司自行开展，研究人员仍需结合自身工作进行测试，并独立核实模型答案。

## 来源与参考

1. [Deep Principle Releases Hydrogen-1.0: A 753B Open-Weight Model for Scientific Discovery](https://www.marktechpost.com/2026/11/02/deep-principle-hydrogen-1-0-open-weight-scientific-model/) – MarkTechPost, 2026-11-02
2. [Deep Principle](https://blog.deepprinciple.com/introducing-hydrogen-1-0-zh/) – Deep Principle
3. [Deep Principle](https://huggingface.co/deep-principle/Hydrogen-1.0) – Deep Principle

最后更新: 2026-11-02