11 月 2 日，Deep Principle 发布了开源科学基础模型 Hydrogen-1.0。它采用混合专家（MoE）架构，总参数规模约 7530 亿，单次推理激活参数约 400 亿，并以宽松的 MIT 许可开放权重，上下文窗口支持 100 万 token，为长文档与复杂推理任务留出充足空间。
据发布信息，Hydrogen-1.0 在智谱 GLM-5.3 的基础上进行后训练，重点强化科学推理能力。在公开评测中，它在 FrontierScience-Research 上取得 38.3% 的成绩，在 GPQA-Diamond 上达到 93.0%，显示出面向科研与高难度问答的潜力。作为开放权重模型，研究者可在自有算力上微调与部署，无需受限于商业 API 的调用额度与数据合规约束。
Hydrogen-1.0 的出现，延续了 2026 年开源大模型「参数上探、许可宽松、场景垂直」的潮流。对高校实验室与产业研发部门，MIT 许可意味着可放心用于商业与学术双重场景；对国产算力生态，这类以本土基座模型后训练而来的开放权重成果，也为自主 AI 栈的科研应用提供了可复用的起点。