深度原理开源科学大模型Hydrogen-1.0：基于GLM-5.3用实验室记录后训练，部分科研任务超过GPT-6 Astra
· 来源：Deep Principle / MarkTechPost
Hydrogen-1.0面向化学、材料和生命科学，用电子实验记录和发现轨迹做后训练，开放权重已上线Hugging Face和魔搭。
杭州AI科学公司深度原理（Deep Principle）于11月2日发布开放权重科学模型Hydrogen-1.0。该模型以智谱的GLM-5.3为基础，用化学、材料科学和生命科学的领域数据，以及公司自有实验室的电子实验记录和智能体发现轨迹进行后训练。
深度原理表示，此前AI做出的科学突破，例如OpenAI的纳维-斯托克斯相关证明，背后的模型都是闭源的，研究者无法检查和复现。Hydrogen-1.0希望提供一个可检验、可改造的开放模型。按公司的评测，它在FrontierScience-Research上超过GPT-6 Astra，在GPQA-Diamond上比GLM-5.3有提升，整体与开源模型Kimi K3相当。
在内部科研场景测试中，Hydrogen-1.0在科学计算和正向反应预测上分别领先最高思考档位的GPT-6 Astra约5.1和4.8个百分点，但在核磁共振结构解析上落后3.3个百分点。在过渡金属配合物设计实验中，经过五轮推荐，Hydrogen-1.0找到的最佳HOMO-LUMO能隙平均为4.318 eV，高于GPT-6 Astra的3.689 eV和Kimi K3的3.353 eV。演示中，模型还能自己写代码跑分子动力学模拟、发现并修复拓扑错误，以及为自动化实验生成可执行的操作协议。
需要注意，以上成绩均来自深度原理自己的评测，尚待第三方验证。Hydrogen-1.0的权重已在Hugging Face和魔搭社区开放下载，也可通过NeuroSpark的API调用。