一句话看懂：杭州 AI for Materials 公司 Deep Principle 于 2026 年 11 月 2 日发布 Hydrogen-1.0，一个 753B 参数、MIT 许可的开放权重科学模型，基于 GLM-5.3 后训练而来，自称在 FrontierScience-Research 上以 38.3% 对 33.3% 胜过 GPT-6-Astra。
事件核心：发生了什么
Hydrogen-1.0 采用 MoE 架构，总参数 753B，沿用 GLM-5.3 基座约 40B 激活参数，支持 100 万 token 上下文和 128K 最大输出。训练数据来自化学、材料、生命科学领域知识，Deep Principle 科学家的任务反馈，经 Mira 采集的电子实验记录，以及包含失败尝试的智能体发现轨迹。流程为 SFT 加强化学习，工具链基于 Megatron 和 SGLang，覆盖 NVIDIA CUDA 与 AMD ROCm。官方测试用 8 张 GPU 以 BF16 张量并行推理，并提供 NVFP4（B200/B300）和 MXFP4（MI350X/MI355X）格式。权重已上传 Hugging Face 和 ModelScope，未见数据集与完整训练配方公开。
为什么重要
目前公开信息显示，Deep Principle 的核心判断是：近期 AI 科研进展多出自闭源模型，发现过程不可复现。Hydrogen-1.0 试图用开放权重加 MIT 许可提供可检查的替代方案，这会降低科研机构与开发者做领域微调和验证的门槛。但它对 GPT-6-Astra 的领先主要来自厂商自报的内部评测，尚未经过第三方复现，排名只在给定时间、任务和条件下成立。
对用户/开发者/创作者的影响
对开发者，模型提供 OpenAI 兼容 API 和 reasoning_effort 参数，8 卡即可部署一个 753B 模型，适合做化学、材料任务的原型验证；MXFP4 支持 AMD 加速卡，也为非 NVIDIA 算力路线留了入口。科研团队可基于开放权重做私有数据微调，但需自备足够显存。普通用户则应把它视为科研助手雏形，而非现成产品。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 FrontierScience-Research 等成绩能否被第三方独立复现；二是数据与训练配方不公开是否影响社区信任和微调效果；三是 GPT-6-Astra、Kimi-K3 等闭源或开放模型在科学任务上是否跟进对标。
