深度原理开源 Hydrogen-1.0：753B 科学大模型，把"失败实验"也学进了训练数据

11 月 2 日，一家名为"深度原理"（Deep Principle）的公司发布并开放了权重一个科学问题求解模型 Hydrogen-1.0。它可能是今年最值得关注的国产开源模型之一——不仅因为 753B 的体量和 MIT 许可，更因为它的训练思路很不一样：把科研人员的完整实验记录、包括失败实验，一起喂进了模型。

基本盘：753B MoE，活跃参数约 40B

Hydrogen-1.0 是一个 753B 参数的混合专家（MoE）模型，共 78 层。前三层是稠密前馈网络，从第四层起每层有 256 个路由专家加 1 个共享专家，每个 token 激活其中 8 个，因此总参数 753B，实际每个 token 的活跃参数约 40B。它支持 100 万 token 上下文、12.8 万 token 输出，模型卡明确标注权重采用 MIT 许可，Deep Principle 自有代码与文档采用 Apache License 2.0，已在 Hugging Face 与 ModelScope 上线。

基座不是从零训练，而是智谱的 GLM-5.3。GLM-5.3 是 Z.ai 于 8 月 14 日发布、被官方称为编码任务上最强的开放权重模型，其路径是沿用同一基座、增益全部来自后训练。深度原理把这条路接了过来，只是把后训练的数据域从编码环境换成了化学、材料科学与生命科学，加上科研人员的反馈和自有实验室的记录。

最特别的一点：失败实验进了训练数据

一句"实验失败了"本身没什么信息量——失败可能是因为假设不成立，也可能是试剂状态、操作顺序、测量误差。如果把这些原因混在一起，模型会学到错误的关联。所以有价值的失败样本必须保留：当时的目标、可用的证据、候选方案、执行条件、实际观察，以及后来怎么改的。只有这样，模型才可能学到"什么条件下该放弃一条路线""什么异常需要重做测量"。

官方公布的训练数据构成，除了化学、材料、生命科学的领域知识，还包括科研场景反馈、通过 Mira 采集的全周期电子实验记录，以及多轮材料探索的"发现轨迹"（其中就包含失败尝试）。正是这一点，让 Hydrogen-1.0 区别于绝大多数只喂"成功论文"的科学模型。

三个权重版本与八卡部署

模型卡显示，Hydrogen-1.0 提供三个权重版本：全量 BF16（未量化，约 1.51TB）；面向 NVIDIA Blackwell（B200、B300）的 NVFP4；面向 AMD Instinct MI350X、MI355X 的 MXFP4。团队已在 8 卡 GPU 上用 SGLang 完成测试，并特别提醒使用者保留 generation_config.json——少了它，生成不会在答案结束处停止。获取渠道共四条：Hugging Face 与 ModelScope 下载权重、NeuroSpark 以 API 调用，或在公司的 AI Scientist 产品 Mira 中直接使用。

评测：全部是公司自报，看方向别当定论

官方给出了两组核心数字。在 FrontierScience-Research 上，Hydrogen-1.0 解题成功率 38.3%，GPT-6-Astra 为 33.3%，较基座 GLM-5.3 提升 13.9 个百分点；在 GPQA-Diamond 上准确率 93.0%，接近 Kimi-K3 的 93.5%。材料搜索任务里，第五轮找到的 HOMO-LUMO 能隙最优均值达到 4.318 eV，GPT-6-Astra 和 Kimi-K3 分别是 3.689 和 3.353 eV。

但必须说清楚：以上分数全部是公司自述评测，没有第三方独立复核；而且部分对比模型因为拒答率过高被排除，对照集本身存在选择偏差。看方向可以，别当成定论。在 NMR 结构解析上，模型反而落后 GPT-6-Astra 约 3.33 个百分点——科学模型的单项表现从来不是线性碾压。

它真正值得看的三件事

第一，开放权重让复现成为可能，这是闭源科研助手给不了的。研究者可以检查、改造底层系统，并在共享的改进上继续构建。第二，训练数据里包含失败记录，这个思路如果被验证，会改变"科学模型该怎么训"的范式——从只学结论，转向学"探索过程"。第三，它把科学 Agent 的边界往前推了一步：模型卡展示了科学计算、反应网络探索、NMR 结构分析和实验规划的示例，这些演示把模型与外部工具及特定研究环境结合，输出仍需科学审查。

为什么是现在做这件事

深度原理在博客里给出的动机很直接：OpenAI 曾报告由 AI 代理给出受迫 Navier–Stokes 方程有限时间奇点的证明，并附带 Lean 写成的版本；Anthropic 通过基因组分析和实验室工作发现一种带 CRISPR 类重复序列的酶系统。但这些能力都锁在专有模型里，有的连公开 API 都没有。博客的判断是，一个够强的开放模型，能让研究者真正拥有可检查、可改造、可复现的科研基础设施。

回复区的问题也集中在数据与许可：威斯康星大学麦迪逊分校的计算生物学家 Anthony Gitter 引用博客原句，追问后训练具体用了哪些类型的科学数据；有人问实验记录是否包含失败实验——"那是论文永远不会发表的数据"。这些提问恰恰点中了 Hydrogen-1.0 最有价值也最需要透明的地方。

边界与限制

模型卡明确：完整训练数据集和训练配方不随权重发布。目前尚无 GGUF/MLX 版本，753B MoE 的规模也不适合消费级 GPU。API 定价未披露。对于想上手的研究者，官方建议直接用 SGLang 在 8 卡上部署 BF16 权重，并务必保留 generation_config.json。

Hydrogen-1.0 不一定会在所有榜单上压过闭源前沿模型，但它把"开放权重 + 失败经验"这条路线摆到了台面上。科学发现的本质本就是反复试错，一个愿意学习失败的模型，或许比一个只背成功案例的模型，更像真正的科研伙伴。