Deep Principle开源科学大模型Hydrogen-1.0：基于GLM-5.3，专攻化学与材料研究

专做 AI 材料研发的公司 Deep Principle 近日开源了科学大模型 Hydrogen-1.0。它以智谱 Z.ai 的 GLM-5.3 为底座，用化学、材料科学和生命科学的领域数据，加上自家实验室的实验记录和智能体探索轨迹做了后训练。详情见 Hugging Face 模型页和官方技术博客。

基本信息

参数规模约7533亿，BF16 权重，采用 MIT 许可证
上下文长度 1M token，最长输出 128K token
另有面向 NVIDIA B200、B300 的 NVFP4 版本和面向 AMD MI350X、MI355X 的 MXFP4 量化版本
官方在 8 张 GPU 上用 SGLang 测试过部署
可以在 Hugging Face、ModelScope 下载权重，也能通过 NeuroSpark API 或自家的 AI 科学家产品 Mira 使用

官方说它强在哪

博客称，在他们的评测里，Hydrogen-1.0 在 FrontierScience-Research 上超过 GPT-6-Astra，在 GPQA-Diamond 上比 GLM-5.3 有提升，大致追平 Kimi-K3。内部的科学计算和正向反应预测测试也领先 GPT-6-Astra，但在核磁共振（NMR）结构解析上仍落后3.33个百分点。这些都是官方自己的测试，还没有独立复现。

演示里有几个挺具体的例子：写 Python 搭建聚乙烯熔体并跑 GROMACS 模拟，中途自己发现并修好拓扑错误；展开一张含27个分子、30个反应的重排反应网络；还有为12瓶 Suzuki 偶联实验写 JSON 操作流程，在虚拟预演里抓到「没换新枪头就吸液」的错误后自行修正。

我的看法

这类模型离动画圈很远，但我在意的是方向：顶尖的「AI 做科研」成果大多藏在闭源模型里，一家国内团队把权重直接放出来，让别人能检查、能复现，这点值得肯定。不过官方模型卡也写得很清楚，输出只是辅助材料，结论还得靠实验验证。