开放科学模型 Hydrogen-1.0：先学会在虚拟实验室里别拿错枪头

Deep Principle 发布了 Hydrogen-1.0，一个面向科研的开放权重模型。它基于 GLM-5.3 后训练，权重放在 Hugging Face，MIT 许可。官方给出的主结果很直接：FrontierScience-Research 通过率 38.3%，GPT-6-Astra 是 33.3%；GPQA-Diamonds 上 93.0%。API 成本与 GLM-5.3 接近。

模型名字从氢开始。有网友在 X 上调侃，这是第一个把元素周期表当路线图的命名，后面还有 117 个名字。Chenru Duan 回了句 exactly。玩笑归玩笑，Hydrogen-1.0 的定位是科学问题求解和研究辅助。训练数据包括领域数据、科学家的任务反馈、实验室记录和完整发现轨迹。完整发现轨迹在作者回复里被解释为项目中的 agent 轨迹。

有网友问，38.3% 里有多少来自后训练。Chenru Duan 回答，GLM-5.3 本身在 FrontierScience-Research 上是 24.4%，起点已经很强。这句话把开放权重基础模型的价值说清楚了，也说明 Hydrogen-1.0 的增量确实来自后训练和科学数据。

内部研究场景的对比更细。科学计算 76.9% 对 GPT-6-Astra 的 71.8%，forward reaction 90.5% 对 85.7%，NMR 结构解析 26.7% 对 30.0%。前两项赢，NMR 这一项没赢。官方说这些场景在最大 thinking 模式下测试。

计算化学的例子很具体。要研究一个塑料袋在分子尺度上的样子，Hydrogen-1.0 会构建聚乙烯熔体，跑 GROMACS，诊断并修复拓扑错误，再分析新生成的 40 ns 轨迹，给出密度、堆积、扩散和链尺寸。

实验室场景更能看出训练数据的来源。Hydrogen-1.0 的训练覆盖完整周期实验室记录：科学家一开始怎么设计实验，操作步骤，观察结果，最后结果。这让它在只有简短意图描述时也能做实验规划。作者提到，AI 接管实验室有很多风险，Hydrogen-1.0 会做虚拟排练。演示里，它抓到一次没换新枪头就想吸液的尝试，修复动作顺序，重新检查，再让模拟继续。

失败实验的数据是另一个细节。有网友问，实验室记录是否包含失败实验，那是论文很少发布的数据。Chenru Duan 说包含，但坦率讲，还没找到让模型从这些数据里学到太多东西的方法，benchmark 也难。这个回答比 demo 更有信息量。科学模型能背成功路径不稀奇，能从失败里学到东西才难。

材料发现的目标是更快。官方称在过渡金属配合物搜索中，Hydrogen-1.0 用更少尝试找到更好候选，从而加速发现过程。

模型规格也摆在这里：753B 参数，1M tokens 上下文，128K tokens 最大输出，BF16 未量化权重。另有 NVFP4 版本面向 NVIDIA Blackwell B200、B300，MXFP4 版本面向 AMD Instinct MI350X、MI355X。部署用 SGLang 在 8 卡上测试。MIT 许可，微调权利明确。

限制也要说清楚。Hugging Face 模型卡写明，完整训练数据和配方没有随权重发布；输出需要科学审查，不能当成已验证的实验结论。有网友问 Terminal-Bench Science 分数，Chenru Duan 说这个 benchmark 由 Steven Dillmann 领导，自己早期参与，参赛不公平，未来版本会发布。

获取方式：权重在 Hugging Face，API 在 NeuroSpark，实验室 agent 叫 Mira，技术博客在 这里。

元素周期表命名法很聪明，氢之后还有一堆名字。真正要看的，是下一个模型能不能从失败实验里学到东西，以及开放权重社区会拿它做出什么。