DeepPrinciple 開源科研模型 Hydrogen-1.0：7530 億引數，寫模擬程式碼還能自己修

讓大模型寫程式碼不稀奇，但如果寫出來的分子動力學模擬指令碼報錯了，模型還能自己看懂報錯日誌、修改拓撲檔案並重新跑通，這就有點真研究員的意思了。

DeepPrinciple 最近開源了一款專門面向化學、材料與生命科學的研究模型 Hydrogen-1.0。這款模型擁有 7530 億引數，基於智譜的 GLM-5.3 進行全模型後訓練打造，並且直接放出了權重。

在科研基準測試中，Hydrogen-1.0 在 FrontierScience-Research 上超過了 GPT-6-Astra，在 GPQA-Diamonds 上的表現也超過了基座 GLM-5.3，綜合水平緊咬 Kimi-K3。

寫模擬、修程式碼，甚至替實驗臺排工序

科研中最耗時的往往不是提出想法，而是把想法變成可執行的程式碼和實驗操作。

在聚乙烯分子模擬測試中，Hydrogen-1.0 能夠自主編寫 Python 指令碼構建聚乙烯熔體並呼叫 GROMACS 執行。當系統檢測到拓撲錯誤時，模型自行定位了程式碼缺陷，修好後重新啟動，並完成了後續 40 納秒軌跡的擴散與密度分析。

在分析化學和有機合成場景下，它同樣展現了專業水準。面對 2-溴萘的單甲醯化產物核磁共振譜圖，它能結合低場訊號與芳香區特徵比對候選分子；在愛爾蘭-克萊森重排反應中，它一口氣推演了包含 30 步反應的反應網路，並評估了各條路徑的電子勢壘。

更有意思的是所謂的實驗室編譯。當模型設計出一套 12 瓶規模的鈴木偶聯實驗方案後，系統會在虛擬環境中先排練一遍。如果發現機械臂在沒有更換新吸頭的情況下試圖吸液，模型會立即調整動作順序，重新編譯出符合自動化裝置要求的 JSON 指令。

從失敗的實驗裡學出科研直覺

很多科研模型只會背論文，但真實的科研充滿死衚衕。Hydrogen-1.0 的訓練資料裡，包含了大量來自電子實驗記錄本的真實記錄，其中甚至包括失敗的嘗試和意料之外的結果。

團隊通過監督微調和強化學習，讓模型學習科學決策的完整軌跡。在過渡金屬配合物設計的閉環測試中，模型需要在未知空間尋找能隙更大的分子。經過五輪推薦與獨立反饋，Hydrogen-1.0 找到的最優分子能隙達到了 4.318 eV，明顯高於 GPT-6-Astra 的 3.689 eV。

為了訓練這個龐然大物，團隊針對輝達 CUDA 與 AMD ROCm 深度優化了底層基礎設施，解決了長上下文動態稀疏注意力與視訊記憶體排程的難題。

目前模型權重已經在 Hugging Face 開放，提供了完整版、適配輝達 GPU 的 FP4 版本以及適配 AMD 的 MX 版本。不過，即便最小的 FP4 版本體積也達到了 464GB，這意味著普通單卡根本跑不動，必須依賴多卡叢集。

為什麼重要

我們認為，Hydrogen-1.0 最打動人的地方在於把科研 AI 從概念驗證推向了執行層。

過去 OpenAI 或 Anthropic 展示的 AI 科研成果，背後的模型幾乎都是閉源的黑盒，外界既無法復現，也沒法部署進自己的私有實驗室。Hydrogen-1.0 把一個具備極高專業水平的千億級模型完全開源，讓高校和藥企有機會直接在本地搭建自主科研智慧體。

更聰明的是它的實驗室預編譯設計。自動化溼實驗的試劑和裝置損耗極高，讓 AI 隨意控制硬體非常危險。在虛擬環境中先抓出操作衝突，給科研智慧體的安全性提供了非常落地的解法。

不過，現實的門檻依然很苛刻。464GB 的最小體積註定它不是給獨立研究員在個人電腦上玩的玩具，想要真正部署並連線自動化硬體，依然需要很高的算力成本與工程能力。而且在細粒度的核磁共振解析等絕對精度上，它與頂尖閉源模型相比仍有少許差距。但毫無疑問，開源科研大模型已經跨過了玩具階段，開始真正幫人類科學家省時間了。