Компания Deep Principle из Ханчжоу, работающая над ИИ для материалов, выпустила Hydrogen-1.0 — открытую научную модель для химии, материаловедения и наук о жизни. Это не обучение с нуля: базу взяли у Z.ai, а именно GLM-5.3, и дообучили на доменных данных, лабораторных записях и траекториях исследовательских агентов. Веса выложены под лицензией MIT, а сама модель по заявлению разработчиков обходит GPT-6-Astra на бенчмарке FrontierScience-Research.
Главный тезис команды прост: закрытые модели уже дали заметные научные результаты, но их возможности обнаружения не открыты. Hydrogen-1.0 — попытка сделать воспроизводимую и инспектируемую альтернативу, которую лаборатория может развернуть у себя.
Что внутри: 753B параметров и контекст на 1M токенов
Hydrogen-1.0 — это MoE-модель на 753B параметров, унаследованная от базы GLM-5.3 с примерно 40B активных параметров. Контекст — 1M токенов, максимальный вывод — 128K. Модальность текстовая. По таблице сравнения из технического блога у Kimi K3 от Moonshot AI 2.8T общих параметров и 16 из 896 экспертов активны, а GPT-6-Astra общее число параметров не раскрывает.
Запуск протестирован на 8 GPU через SGLang с тензорным параллелизмом 8 в BF16. Для ускоренного инференса есть сборки NVFP4 под NVIDIA B200 и B300 и MXFP4 под AMD Instinct MI350X и MI355X. Сервер отдаёт OpenAI-совместимый API с параметром reasoning_effort. Веса лежат на Hugging Face и ModelScope.
Обучение: не только статьи, но и лабораторные журналы
Пайплайн сочетает supervised fine-tuning (SFT) и reinforcement learning (RL). Данные пришли из четырёх источников:
- доменные знания по химии, материаловедению и наукам о жизни;
- исследовательские сценарии с обратной связью от учёных Deep Principle;
- полные записи электронного лабораторного журнала, собранные через Mira;
- траектории открытий — последовательности решений и обратной связи, включая неудачные попытки.
Инфраструктура построена на Megatron и SGLang поверх NVIDIA CUDA и AMD ROCm. Команда сохраняет динамическое разреженное внимание причинным по всем шардам контекстного параллелизма, переносит состояние оптимизатора Muon между CPU, GPU и диском в зависимости от бэкенда, а в RL использует возобновляемые роллауты, где за каждым токеном сохраняется исходная лог-вероятность поведения для важностной коррекции. Адаптер раскладки конвертирует тренировочные чекпоинты в BF16 и блочные FP8-веса 128×128 для инференса. Полные датасеты и рецепты обучения не опубликованы.
Бенчмарки: где модель впереди и где отстаёт
На FrontierScience-Research Hydrogen-1.0 набирает 38,3% против 33,3% у GPT-6-Astra — цифры приводит сама Deep Principle, то есть они самоотчётные. На GPQA-Diamond модель показывает 93,0%: это лучше GLM-5.3 и примерно на уровне Kimi-K3 по данным блога.
Внутренние оценки на исследовательских задачах сравнивают Hydrogen-1.0 с GPT-6-Astra в режиме максимального обдумывания. Модель лидирует в научных вычислениях на 5,13 процентного пункта и в предсказании прямых реакций на 4,76 пункта. А вот в определении структуры методом ЯМР GPT-6-Astra впереди на 3,33 пункта — это честно указано как слабое место.
В дизайне комплексов переходных металлов модели пять раундов гнались за большей шириной щели HOMO-LUMO. К пятому раунду Hydrogen-1.0 достигла среднего лучшего значения 4,318 эВ, GPT-6-Astra — 3,689 эВ, Kimi-K3 — 3,353 эВ. На 117 вопросах по планированию экспериментов Hydrogen-1.0 обошла Kimi-K3; GPT-6-Astra и Opus-5.5 из сравнения исключили, потому что те отказались отвечать более чем на 50% запросов.
Что модель делает в реальном лабораторном процессе
Технический пост приводит четыре демонстрации. Hydrogen-1.0 пишет код на Python, чтобы построить расплав полиэтилена и запустить GROMACS: находит ошибку в топологии, исправляет её и анализирует скорректированную траекторию длиной 40 нс. Модель строит сеть реакции Ireland-Claisen из 27 структур через 30 правдоподобных реакций, ранжирует 7 кандидатов в продукты моноформилирования 2-бромнафталина по спектру 1H ЯМР и пишет JSON-протокол для исследования сочетания Сузуки в 12 флаконах. На этапе компиляции виртуальной лаборатории модель замечает аспирацию без свежего наконечника ещё до выполнения.
Именно такие вещи отличают научного ассистента от чат-бота: он должен работать с инструментами, замечать ошибки в собственных шагах и уметь откатываться. Пока это демонстрации, а не независимые испытания, но они показывают, куда целились авторы.
Кому это интересно и что учесть
Для лаборатории открытые веса под MIT означают возможность развернуть модель в закрытом контуре, не отправляя исследовательские данные внешнему провайдеру. Это существенно, если речь идёт о непубликуемых результатах или данных, попадающих под требования к обработке персональных данных и коммерческой тайны. Сравнение с проприетарными API по цене в блоге не приводится: у Hydrogen-1.0 цена API не раскрыта, у GLM-5.3 указано $1,40/$4,40 за 1M токенов, у Kimi K3 — $3,00/$15,00, у GPT-6-Astra — $10,00/$50,00.
Ограничения тоже стоит держать в голове. Датасеты и рецепты не выложены, часть оценок — самоотчётные, а на определении структуры методом ЯМР модель уступает конкуренту. Это не замена исследователю, а инструмент, который требует проверки результатов.
Смежные релизы открытых MoE-моделей стоит смотреть в том же ключе: например, Muse Spark Open от Meta на 816B параметров и Beam от Reflection AI на 501B параметров вышли примерно в той же нише открытых весов. А если вас интересует безопасность, любопытно, что Altar-1 тоже построен на GLM-5.3 — база оказалась востребована в разных доменах.
Частые вопросы
Что такое Hydrogen-1.0 и кто её выпустил?
Это открытая научная модель от Deep Principle, компании из Ханчжоу. Она построена дообучением GLM-5.3 от Z.ai на доменных данных и выложена под лицензией MIT.
Сколько параметров у модели и какой у неё контекст?
753B параметров в архитектуре MoE, около 40B активных, контекст 1M токенов и максимальный вывод 128K. Модальность текстовая.
На каком железе её можно запустить?
Разработчики тестировали BF16-инференс через SGLang на 8 GPU с тензорным параллелизмом 8. Есть сборки NVFP4 для NVIDIA B200/B300 и MXFP4 для AMD MI350X/MI355X.
Где взять веса?
Веса опубликованы на Hugging Face и ModelScope. Там же доступна карточка модели с описанием.
Насколько можно доверять заявленным результатам?
Цифры на FrontierScience-Research и внутренних задачах приводит сама Deep Principle, то есть это самоотчёт. Независимой проверки в статье не упоминается, а датасеты и рецепты обучения не опубликованы.
В чём модель уступает конкурентам?
На определении структуры методом ЯМР GPT-6-Astra в режиме максимального обдумывания опережает её на 3,33 процентного пункта. На GPQA-Diamond Hydrogen-1.0 показывает 93,0% — примерно на уровне Kimi-K3.
Можно ли использовать модель в коммерческом проекте?
Лицензия MIT допускает широкое использование, включая коммерческое, но конкретные условия стоит сверить в карточке модели на Hugging Face перед развёртыванием.
Подходит ли она для задач вне химии и материаловедения?
Модель целенаправленно дообучали под химию, материаловедение и науки о жизни. Насколько хорошо она переносится на другие области, в источнике не сказано.
Источник: marktechpost.com