753B 科学模型 Hydrogen-1.0 用 MIT 放出，专攻化学与材料

11 月 3 日，Deep Principle 发布 Hydrogen-1.0，一个基于 GLM-5.3 的 753B 混合专家开放权重模型，锁定化学、材料与生命科学方向，以 MIT 授权释出。官方称其在 FrontierScience-Research 上胜过 GPT-6-Astra。

单一基准的胜负要打折看

科学任务的评价比通用问答复杂得多。真正决定可用性的是三件事：能不能调用计算工具（比如量化计算、分子动力学）、能不能接内部实验数据库、结果能不能复现。榜单只覆盖了第一层。

真正的价值在可微调

对工业研发团队，开放权重的意义是可以把模型接到自己的实验数据上做领域适配。材料配方、工艺参数、失效案例，这些数据既敏感又高度专有，不可能发到外部接口上。MIT 协议让这条路在法律上通了。

硬件门槛不低

753B 的规模意味着多机部署，量化之后仍然是数百 GB 量级。中小团队想跑，要么租，要么等更小的蒸馏版本。

一个观察

今年开源模型的分化很明显：一边是通用能力竞赛，一边是垂直领域的专用模型。后者参数不一定最大，但对特定任务的价值密度更高。对使用者来说，选模型的标准正在从“最强”变成“最对口”。

给研发负责人

评估这类模型时，别只看它答对几道题，要看它能不能在你的数据格式上稳定工作。

本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。

单一榜单的胜负真说明不了什么。科学任务更看能不能接内部数据、能不能复现。我更好奇它怎么处理实验记录这种半结构化输入，这才是落地卡点。

单看榜单第一层意义有限，能不能调量化计算、接内部实验库、结果可复现才是后两层。753B 混合专家开放权重对中小团队友好，但我们更关心推理显存门槛，以及化学领域微调语料是否公开。MIT 协议意味着可商用，这点比分数更实在。