← 返回部落格
Ai預計閱讀 8 分鐘

一個 753B 科學模型以 MIT 授權釋出,訓練配方沒有

發布於 2026年11月7日
一個 753B 科學模型以 MIT 授權釋出,訓練配方沒有

杭州公司 Deep Principle 在 11 月 2 日釋出 Hydrogen-1.0。這是一個 7530 億參數的混合專家模型,每次前向傳遞約有 400 億參數作用,針對化學、材料科學與生命科學打造。權重放在 Hugging Face,採 MIT 授權,後面有一道會自動核准存取權的閘門。

這樣的組合罕見到值得直說。迄今最大的開放科學模型,採用最寬鬆的常見授權,任何人只要有八張 GPU 和一份申請表就能下載。

這也不是「開放」通常代表的意思,而兩者之間的落差才是有趣的部分。

建了什麼,怎麼建的

Hydrogen-1.0 從 Z.ai 的 GLM-5.3 出發,在領域資料上做後訓練:化學、材料科學、生命科學,加上 Deep Principle 自家實驗室的紀錄與代理軌跡。公司有一套電子實驗記錄本叫 Mira,模型從透過它捕捉的完整週期實驗室紀錄中學習,包含失敗的實驗。

訓練結合了監督式微調與強化學習,公司說基礎設施同時跑在 Nvidia CUDA 與 AMD ROCm 上。Megatron 與 SGLang 被列為訓練與服務框架。

規格表很紮實。一百萬 token 的上下文視窗,最大輸出 128,000 token。BF16 服務在八張 GPU 上透過 SGLang 測試過。量化版本針對特定加速器:B200 與 B300 用 NVFP4,MI350X 與 MI355X 用 MXFP4。伺服器提供與 OpenAI 相容的 API,附一個 reasoning effort 設定。

這樣的硬體規格把自行部署放在研究機構或擁有專屬叢集的企業範圍內。八張 GPU 做 BF16 推論是部門級採購,不是個人級。這就是為什麼其他發佈管道重要:ModelScope 托管量化版本,NeuroSpark 提供 API,模型也放在 Deep Principle 自家的 AI Scientist 產品 Mira 裡。

基準測試的說法,加上正確的標籤

在 FrontierScience-Research 上,這套測驗針對研究級科學問題而非教科書題目,Hydrogen-1.0 得分 38.3%。GPT-6-Astra 得分 33.3%。在 GPQA-Diamond 這個研究所程度的科學推理基準上,一位創辦人報告 93.0%,大致與 Kimi-K3 相當。

在三個內部實驗室情境中,公司說在最大思考模式下,科學計算贏 GPT-6-Astra 5.13 分,正向反應預測贏 4.76 分。它也公布了一項敗績:最大思考模式的 Astra 在 NMR 結構解析上要好 3.33 分。

成本數字是最鋒利的那個。每題約 25 美分,Astra Max 是 88 美分。部落格把準確率對上估計的 API 成本作圖,這比單純的排行榜誠實,因為它顯示前沿頂端每單位正確性的代價很高。

現在講但書,這些但書不小,而公司選擇說出來而不是藏起來。

每個數字都是自報的。沒有任何一個被外部團隊重現。有幾個來自內部題庫,組成沒有公開。在用作比較的 117 題實驗規劃題上,唯一納入的模型是 Kimi-K3,因為 GPT-6-Astra 與 Opus 5.5 在該評估中拒絕了超過一半的請求。這個排除是站得住腳的,因為不回答的模型無法計分,而這也意味著頭條比較在那項任務上並不成立。

公司也說,跨任務的差異不應被讀成模型能力的直接比較,這種句子值得被更常引用。

開放權重,封閉配方

模型卡上有一行重新定義了整個釋出:完整資料集與配方不隨權重釋出。

那到底什麼是開放的?參數,BF16 與兩種量化格式。授權,允許商業使用與衍生模型,不收權利金。服務路徑,透過開放框架。基準測試的說法,就那樣。

封閉的是產出能力的那一部分。資料混合比例。強化學習環境。獎勵設計。把四年的實驗室紀錄整理成訓練素材的策展工作。任何人都能跑 Hydrogen-1.0。沒有人能重建它。

這現在是開放模型釋出的主流模式,值得把它的所得與所失講清楚。它換來結果的可重現性。實驗室可以下載權重、跑同一個問題、驗證那個說法,相對於會在你腳下改變的 API,這是真正的進步。它換來主權。有敏感資料的製藥公司可以在自己的硬體上跑推論。它換來衍生作品,因為允許微調。

它換不到科學。如果能力來自於在策展過的專家軌跡上做後訓練,那麼開放的檢查點就是一件成品而不是配方,而領域要在它之上改進的能力,受限於自己能產出的資料。

反方論點是,Deep Principle 的資料本來就無法轉移。競爭對手用不了別家公司的電子實驗記錄本。在那個框架下,釋出權重是在不送出唯一重要資產的前提下所能釋出的最大值。

兩種讀法都對。問題是某個買家需要的是哪一種。

沒有人規劃過的分工

這裡有個結構性細節,兩年後會顯得很明顯。一家杭州的專業公司在 Z.ai 的中國開放基礎模型上,用專有實驗室資料做後訓練,然後以 MIT 授權釋出,還附上 Nvidia 與 AMD 硬體的量化版本。

三年前這條產線不存在。基礎模型來自少數幾家實驗室,其他人做應用。現在基礎層是專業公司做後訓練的商品,而專業化才是產品。Hydrogen-1.0 是目前最清楚的例子之一,而基礎模型是中國的、發佈基礎設施是美國的、授權是 MIT,這讓整條供應鏈真正地多國化。

這對買家有實際後果。評估領域模型時,基礎模型能告訴你的比從前少。要緊的是後訓練資料,以及評估是否反映你的任務。一個在 FrontierScience-Research 上贏、在 NMR 結構解析上輸的 753B 模型,正好告訴你它的訓練資料強在哪裡。

怎麼決定

如果你主持一個計算化學團隊,而且有叢集使用權,下載權重,跑十個你自己的問題。不要用示範題。用那些你已經知道答案的,還有那些你不知道的。

Deep Principle 展示的示範是聚乙烯熔體模擬:模型寫出並執行模擬程式碼,然後算繪 3D 分子視覺化,計算密度、徑向分布函數、迴轉半徑與端到端距離。那是一個稱職的初階計算科學家工作流程。它也是一個提示得當的前沿模型做得到的工作流程。

差別在於當你得在同一批資料上跑四百次、而資料哪裡都不能送的時候會發生什麼。那就是 Hydrogen-1.0 為之打造的情況,而這個情況大到足以正當化那八張 GPU。

相關文章