Deep Principle 发布科研模型 Hydrogen 1.0：用 GLM-5.3 后训练，专攻化学、材料与生命科学

作者：陈一帆

Deep Principle 推出科研模型 Hydrogen-1.0，以开源模型 GLM-5.3 为基座，用化学、材料、生命科学领域数据加自家实验室记录与智能体轨迹做后训练，权重已在 Hugging Face 和 ModelScope 开放下载。厂商自评在部分科研基准上超过 GPT-6-Astra，但尚无第三方复现。

Deep Principle 日前发布科研模型 Hydrogen-1.0：以开源模型 GLM-5.3 为基座，用化学、材料科学、生命科学三个领域的数据，加上公司自家实验室的记录与智能体探索轨迹做后训练。权重已在 Hugging Face 和 ModelScope 开放下载，也能通过 API 和该公司 AI Scientist 平台 Mira 使用 。

先说两个词。「后训练」好比一个人通读了通用教科书，再刷一本专业习题册：通用能力已经在那儿，缺的是本行的解题手感。公告说，他们先用监督微调给模型看大量「标准解题示范」——怎么推理、怎么排实验、怎么读结果；再用强化学习，让它根据真实研究结果的反馈调整决策 。

「拿自己实验室的数据喂模型」则更进一步：不是只给标准答案，而是把实验的来龙去脉一并留档，包括科学家想弄清楚什么、实际怎么动手、中途观察到什么、哪一步失败、后来怎么改。这些记录把假设和证据连在一起，模型学到的是「某个决策后来导致了什么」，而不只是背下结论 。

落到日常科研里是什么样？公告举了几个例子：模型把一句材料学问题写成可运行的 Python 流程，跑 GROMACS 时发现拓扑文件报错，自己修好、重启，再去看 40 纳秒轨迹里的密度、扩散和链尺寸；设计 12 管并联的 Suzuki 偶联实验时，协议先在虚拟环境里「彩排」一遍，抓到「没换新枪头就想吸液」这类顺序错误，改完才提交执行 。这种检查，恰好是自动化实验最容易出问题的地方。

成绩要分清口径。以下均为厂商自评，暂无第三方复现：官方称 Hydrogen-1.0 在 FrontierScience-Research 上超过 GPT-6-Astra，在 GPQA-Diamonds 上优于基座 GLM-5.3、与开源模型 Kimi-K3 大致持平 。内部任务评测里，科学计算和一步正向反应预测比 Astra 最高思考档分别高 5.13 和 4.76 个百分点，NMR 结构解析则落后 3.33 个百分点；公告自己也注明，内部题集的绝对分数不宜当作模型能力的一般比较 。材料发现任务中，五轮推荐后平均最优 HOMO–LUMO 能隙到 4.318 eV，高于两个对比模型 。成本按 GLM-5.3 的定价口径计算 。

我个人更在意「开放」这一条：权重可以下载，别人就能检查、复现、接着改，这也是公告拿专有模型作对比时的出发点 。但有几点得先记下：训练数据是否一并开放，公告没写；GLM-5.3 原始许可证对二次训练和再分发有什么限制，这轮没能查到一手页面，只能存疑；至于「经验跨目标迁移、跟着科学一起长大」，那是公告写的方向，不是已经验证的能力 。开放权重是实打实拿到了，剩下的成绩，等第三方跑一遍再算。

转载说明

本文根据以下公开资料整理，原文及配图出处见下方。

• [S1] Introducing Hydrogen-1.0 — Deep Principle
• [S2] Introducing Hydrogen-1.0 — Deep Principle
• 配图 1：来源：blog.deepprinciple.com（图片署名见原文） · 图片出处