Deep Principle 发布 Hydrogen-1.0：753B 开源权重科学模型

核心事实

据 MarkTechPost 报道，Deep Principle 发布了 Hydrogen-1.0，这是一个面向化学、材料科学与生命科学的开源权重科学模型。该模型以 Z.ai 的 GLM-5.3 为基础，在领域数据、实验室记录与智能体发现轨迹上做后训练。模型规模为 753B 参数（MoE 架构，沿用基座约 40B 激活参数），支持 1M token 上下文与 128K 最大输出，权重以 MIT 许可证发布，已上线 Hugging Face 与 ModelScope。

背景与影响

Deep Principle 团队表示，近期若干 AI 科学成果由闭源模型产出，其发现能力并不开放，Hydrogen-1.0 是面向可复现、可检查的替代尝试。训练流程结合监督微调与强化学习，数据来自领域知识、科研场景反馈、通过 Mira 采集的全周期电子实验记录，以及包含失败尝试的发现轨迹。部署方面，团队用 SGLang 在 8 块 GPU 上以张量并行 8 测试了 BF16 服务，并提供面向 NVIDIA B200/B300 的 NVFP4 与面向 AMD MI350X/MI355X 的 MXFP4 版本，服务端提供兼容 OpenAI 的 API 与 reasoning_effort 设置。据该报道，模型在 FrontierScience-Research 上自报 38.3%，高于 GPT-6-Astra 的 33.3%；在 NMR 结构解析上则落后 GPT-6-Astra 3.33 个百分点。

限制与来源

上述基准成绩均为 Deep Principle 自报，尚未获独立第三方确认；完整数据集与训练配方未公开。报道称目前尚无 GGUF/MLX 版本，753B MoE 规模也不适合消费级 GPU。API 定价未披露，具体可用地区、许可证适用范围与功能支持请以官网及模型卡当前信息为准。本文信息来源为 MarkTechPost 的报道。