Deep Principle 开源 7530 亿参数科研模型 Hydrogen-1.0：基于 GLM-5.3 用实验室记录后训练，MIT 许可
杭州 AI for Science 公司 Deep Principle（深度原理）11 月 2 日发布首个通用科研大模型 Hydrogen-1.0，在智谱 GLM-5.3 上用化学、材料、生命科学数据以及自家实验室记录和发现轨迹做 SFT+RL 后训练，以 MIT 许可在 Hugging Face 开放约 7530 亿参数的 BF16 权重。厂商口径下它在 FrontierScience-Research 上拿到 38.3%，高于 GPT-6 Astra 的 33.3%，但均为自测，尚无独立复现。
核心要点速览
- 规模：Hugging Face 显示总参数约 7530 亿（BF16，权重约 1.5 TB），架构为 glm_moe_dsa，上下文 1M token、最长输出 128K token，MIT 许可（需在 HF 同意条款后下载）。
- 跑分（厂商口径）：FrontierScience-Research 38.3%，GPT-6 Astra 为 33.3%；GPQA Diamond 93.0%，官方称大致与 Kimi K3 持平。
- 内部场景（厂商口径）：科学计算和单步正向反应预测分别领先最高思考档 GPT-6 Astra 5.13 和 4.76 个百分点，NMR 结构解析则落后 3.33 个百分点。
- 材料发现：过渡金属配合物五轮搜索后，平均最佳 HOMO-LUMO 带隙 4.318 eV，GPT-6 Astra 为 3.689 eV，Kimi K3 为 3.353 eV（官方博客）。
- 获取方式：HF 与 ModelScope 下载权重，另有 NVFP4（B200/B300）和 MXFP4（MI350X/MI355X）量化版；NeuroSpark 提供 API，Mira AI Scientist 可直接使用；官方用 SGLang 8 卡测试。
关联模型 / 智能体 / 厂商:
