Hydrogen-1.0: 753B-Open-Weight-Modell für Chemie und Materialforschung unter MIT-Lizenz

Worum es geht

Deep Principle, ein KI-Unternehmen für Materialforschung aus Hangzhou, hat Hydrogen-1.0 veröffentlicht. Das Modell ist ein wissenschaftlicher Forschungsassistent für Chemie, Materialwissenschaft und Biowissenschaften. Es entstand durch Nachtraining von GLM-5.3 des Anbieters Z.ai und steht mit offenen Gewichten unter der MIT-Lizenz bereit. Laut Modellkarte soll es Fragestellungen formulieren, Experimente planen, Ergebnisse auswerten und offene Entdeckungsaufgaben bearbeiten. Deep Principle argumentiert, dass jüngste KI-Wissenschaftsergebnisse von proprietären Modellen stammten, deren Entdeckungsfähigkeiten nicht offen seien. Hydrogen-1.0 solle eine nachvollziehbare, überprüfbare Alternative sein.

Technische Eckdaten und Training

Das Modell hat 753 Mrd. Parameter als Mixture-of-Experts (MoE – pro Token ist nur ein Teil der Experten aktiv), laut Basismodell etwa 40 Mrd. aktiv. Der Kontext beträgt 1 Mio. Token, die maximale Ausgabe 128K.

Das Training kombiniert überwachtes Feintuning (SFT) mit Reinforcement Learning (RL, Lernen durch Belohnung). Die Daten stammen aus vier Quellen:

• Fachwissen aus Chemie, Materialwissenschaft und Biowissenschaften
• Forschungsszenarien mit Rückmeldungen von Deep-Principle-Wissenschaftlern
• Laboraufzeichnungen: vollständige elektronische Laborbuch-Einträge über das System Mira
• Entdeckungsverläufe: Abfolgen von Entscheidungen und Rückmeldungen, einschließlich gescheiterter Versuche

Als Infrastruktur dienen Megatron und SGLang auf NVIDIA CUDA und AMD ROCm. Der Muon-Optimierer verschiebt seinen Zustand je nach Backend zwischen CPU, GPU und Festplatte. Das RL nutzt wiederaufnehmbare Rollouts und speichert pro Token die ursprüngliche Log-Wahrscheinlichkeit für die Korrektur der Gewichtung. Ein Adapter wandelt Trainings-Checkpoints in BF16- und blockweise 128×128-FP8-Gewichte für die Inferenz um. Vollständige Datensätze und Rezepte werden nicht veröffentlicht.

Benchmarks (alle von Deep Principle)

Beim Design von Übergangsmetallkomplexen sollten Modelle über fünf Runden eine größere HOMO-LUMO-Lücke (Energieabstand zwischen zwei Elektronenzuständen) finden. Hydrogen-1.0 erreichte im Schnitt 4,318 eV, GPT-6-Astra 3,689 eV, Kimi-K3 3,353 eV. Bei 117 Fragen zur Experimentplanung lag es über Kimi-K3; GPT-6-Astra und Opus-5.5 wurden ausgeschlossen, weil sie mehr als 50 % der Anfragen verweigerten.

Demos aus dem Laboralltag

Der technische Beitrag zeigt vier Beispiele: Das Modell schreibt Python-Code, baut eine Polyethylen-Schmelze und startet GROMACS (Simulationssoftware für Moleküle). Es erkennt einen Topologiefehler, behebt ihn und analysiert eine 40-ns-Trajektorie. Es erzeugt ein Reaktionsnetzwerk der Ireland-Claisen-Umlagerung mit 27 Strukturen und 30 plausiblen Reaktionen. Es rankt sieben Kandidaten der Monoformylierung von 2-Bromnaphthalin anhand eines 1H-NMR-Spektrums. Und es schreibt ein JSON-Protokoll für eine Suzuki-Kupplungsstudie mit 12 Gefäßen; ein virtueller Labor-Kompilierungsschritt fängt vor der Ausführung einen Pipettierfehler (Aspiration ohne frische Spitze) ab.

Was du zum Ausprobieren brauchst

Hydrogen-1.0 ist ein Rechenzentrumsmodell. Getestet wurde BF16-Betrieb mit SGLang auf 8 GPUs mit Tensor-Parallelismus 8. NVFP4-Varianten zielen auf NVIDIA B200/B300, MXFP4 auf AMD Instinct MI350X/MI355X. Der Server bietet eine OpenAI-kompatible API mit Einstellung reasoning_effort. Auf einer Heim-GPU, einem Mac oder Google Colab läuft das Modell realistisch nicht; selbst stark quantisiert sind mehrere hundert GB Speicher nötig. Die Gewichte liegen auf Hugging Face und ModelScope.

Einordnung

Wichtig ist weniger der Heimeinsatz als die Offenheit: Ein MIT-lizenziertes Spezialmodell, das mit Laborbuchdaten und Fehlversuchen trainiert wurde, ist für Forschungsgruppen und Firmen mit Cluster-Zugang interessant. Alle Benchmarks stammen vom Hersteller, die FrontierScience-Zahl für GPT-6-Astra laut Deep Principle selbst gemessen; unabhängige Tests fehlen. Auf GPQA-Diamond bleibt es hinter dem von OpenAI genannten Wert zurück, und bei NMR liegt GPT-6-Astra vorn. Dass Konkurrenzmodelle bei Experimentplanung über die Hälfte der Anfragen verweigerten, ist ein Praxisargument für offene Modelle, hängt aber von der Testauswahl ab. Daten und Rezepte bleiben geschlossen, die Reproduzierbarkeit ist also nur teilweise gegeben. Der Preis für eine gehostete API ist nicht bekannt.