Hydrogen-1.0: научная модель, которая исправляет код и составляет лабораторные протоколы

В демонстрации Hydrogen-1.0 расчёт полиэтилена останавливается из-за ошибки в описании молекулярной системы. Модель исправляет файл и запускает вычисление заново. После этого она разбирает полученную траекторию движения молекул. Здесь можно увидеть конкретный результат научного ИИ: подготовленный и исправленный расчёт, выполненный внешней программой. Между этим результатом и самостоятельным научным открытием остаётся несколько отдельных проверок.

Deep Principle представила Hydrogen-1.0 2 ноября 2026 года. Техническое описание команды раскрывает устройство научных демонстраций, данные для дополнительного обучения и результаты внутренних сравнений. Карточки модели уточняют доступные форматы весов и условия запуска.

Hydrogen-1.0 — языковая модель с 753 миллиардами параметров, созданная Deep Principle дополнительным обучением GLM-5.3 компании Z.AI. Параметры — числовые значения, которые обучение меняет, чтобы модель лучше предсказывала и формировала ответы. В карточке Hydrogen-1.0 описано текстовое взаимодействие: научные вопросы, выводы формул и разбор исследовательских задач. Опубликованные веса позволяют разворачивать модель в собственной вычислительной среде.

В примере с полиэтиленом модель пишет Python-код для подготовки расплава и запускает GROMACS — программу молекулярной динамики, рассчитывающую движение атомов. Найденная ошибка относится к топологии: описанию того, как устроены молекулы в расчётной системе. После исправления модель заново запускает симуляцию и анализирует траекторию продолжительностью 40 наносекунд. Deep Principle перечисляет рассматриваемые характеристики: плотность, упаковку молекул, диффузию и размеры полимерных цепей. Все эти действия описаны в техническом разборе демонстрации.

Разделение работы существенно для оценки результата. Модель составляет код, выбирает действия и обрабатывает сообщения об ошибках; физический расчёт выполняет GROMACS. Успешный повторный запуск показывает, что в этом примере система смогла продолжить работу после сбоя. Пригодность самой симуляции для научного вывода зависит также от постановки задачи и расчётных допущений. Опубликованная демонстрация не даёт основания считать любую подготовленную Hydrogen симуляцию физически достоверной.

В другом примере модель исследует сеть реакций с перегруппировкой Ирланда — Кляйзена. В описании Deep Principle сеть содержит 27 молекулярных структур и 30 правдоподобных реакций, включая конкурирующие направления и возвраты. Такой результат помогает сравнить возможные пути превращения вещества. Слово «правдоподобные» здесь сохраняет свой смысл: предложенная сеть ещё требует проверки, а расчёт энергетических барьеров сам по себе не подтверждает получение всех перечисленных веществ в лаборатории.

Следующий показ начинается с семи возможных продуктов реакции 2-бромнафталина. Они различаются местом присоединения формильной группы CHO. Модель сопоставляет кандидатов с предоставленным протонным ЯМР-спектром — записью сигналов ядер водорода, по которой химики получают сведения об окружении атомов в образце.

Hydrogen рассматривает низкопольные сигналы — расположенные у больших значений шкалы спектра — и плотную область сигналов ароматических колец, затем оценивает предложенные структуры. Во второй области многие сигналы расположены близко друг к другу, что осложняет сопоставление. В самой демонстрации определения продуктов обозначены как предварительные. Поэтому точнее говорить о разборе спектра и оценке кандидатов, чем об окончательном установлении состава образца.

Карточка модели отдельно предупреждает: Hydrogen может ошибаться в фактах, вычислениях, уравнениях, ссылках и научных объяснениях. Подробность ответа не служит подтверждением правильности. Это предупреждение относится и к убедительно изложенному разбору спектра: модельный ответ остаётся материалом для научной проверки.

Наиболее наглядная граница между моделью и оборудованием проходит в показе лабораторного протокола. Исследовательская цель — изучить реакцию сочетания Сузуки при меньшем количестве палладиевого катализатора. Hydrogen составляет JSON-файл с инструкциями для исследования в 12 флаконах. В последовательность входят дозирование твёрдых веществ, перенос жидкостей, добавление магнитных мешалок, проведение реакции, подготовка образцов и передача на анализ.

Перед выполнением инструкции проверяются в виртуальной среде лаборатории. Она учитывает возможности станции, зависимости между операциями и условия отдельных действий. Проверка обнаруживает попытку забрать жидкость без нового наконечника пипетки. Модель исправляет порядок действий, после чего изменённый протокол успешно проходит проверку. Именно этот механизм Deep Principle называет lab compilation: план превращается в инструкции, которые можно проверить на соответствие устройству конкретной лаборатории.

При этом интерактивный показ помечен как запрограммированное виртуальное воспроизведение, без подключения к действующему оборудованию. На его основании можно описать последовательность проверки и исправления протокола. Считать показ доказательством состоявшегося автономного химического опыта нельзя. Виртуальная проверка обнаружила конкретную ошибку обращения с инструментом; фактическое исполнение и научный результат реакции требуют собственных свидетельств.

Deep Principle сообщает, что использовала научные данные по химии, материаловедению и наукам о жизни, обратную связь исследователей, лабораторные записи и полные последовательности исследовательских действий. В таких записях сохраняется связь между целью, выбранной процедурой, наблюдениями и последующим решением. В обучение входят также неудачные кандидаты и пересмотренные гипотезы.

На первом этапе модель обучают на готовых примерах рассуждений, планирования, составления протоколов и анализа результатов. Затем применяют обучение с подкреплением: обратная связь по результатам исследовательских действий используется для изменения поведения модели. По замыслу авторов, это должно помочь выбирать следующий опыт с учётом предыдущего результата. В публичном описании изложен подход; полные обучающие наборы и рецепт его воспроизведения вместе с весами не опубликованы.

Отдельный тест касается комплексов переходных металлов. Модели должны предлагать соединения с большей разницей между энергиями высшей занятой и низшей свободной молекулярных орбиталей — величиной HOMO–LUMO gap. Орбитали описывают состояния электронов в молекуле; здесь сравниваются наиболее высокое по энергии занятое состояние и ближайшее к нему свободное. Эта разница энергий служит заданным числовым свойством для поиска, а не общей оценкой качества материала. Все модели начинают с одной исходной группы соединений и делают предложения в пяти раундах. Дальше каждая получает результаты только собственных предложений.

По данным Deep Principle, к пятому раунду среднее лучшее достигнутое значение составило 4,318 электронвольта у Hydrogen-1.0, 3,689 у GPT-6-Astra и 3,353 у Kimi-K3. В этом опыте модели сравнивали по результатам вычислительного поиска соединений с заданным свойством.

Рисунок редакции по данным Deep Principle, 2 ноября 2026 года. Показано среднее лучшее найденное значение разности энергий HOMO–LUMO к пятому раунду поиска. Сравнение относится к вычислительному поиску. Данных о синтезе предложенных соединений и независимом воспроизведении результата в этом отчёте нет.

В техническом описании Deep Principle авторы сообщают о превосходстве над GPT-6-Astra в FrontierScience-Research, а во внутренних задачах научных вычислений и предсказания продуктов реакций — о преимуществе в 5,13 и 4,76 процентного пункта относительно Astra с максимальной глубиной рассуждений. В разборе ЯМР-структур Astra с этой настройкой, напротив, впереди на 3,33 пункта. Это оценки разработчика Hydrogen, а не независимое испытание редакции.

Сравнение планирования экспериментов проведено на 117 общих вопросах с Kimi-K3. GPT-6-Astra и Opus-5.5 исключены из этой части, поскольку отклонили более половины запросов. Причина исключения важна: диаграмма планирования не позволяет ранжировать все четыре модели по качеству составленных планов.

Есть ограничение и у сравнений стоимости. Для Hydrogen авторы используют тариф GLM-5.3 как расчётную основу. В некоторых графиках учитывается только стоимость выходных токенов, включая рассуждения, без входных данных и оценки ответов. Эти графики сопоставляют результаты с определённой оценкой API-расходов. Они не показывают полную стоимость собственного сервера Hydrogen или расход лабораторных ресурсов.

Опубликованы три варианта: исходные веса BF16 и сжатые NVFP4 и MXFP4. Эти обозначения относятся к форматам хранения чисел: сжатые варианты уменьшают объём весов, но требуют совместимого программного обеспечения и оборудования. Сумма размеров файлов репозитория NVFP4 при проверке 8 ноября составила около 464,19 ГБ в десятичном исчислении. Это объём файлов, а не готовый норматив видеопамяти: при работе нужна также память для промежуточных данных, в том числе сохранённых результатов обработки предыдущих токенов — фрагментов текста. Требования меняются с длиной запросов и числом одновременных обращений.

В карточке NVFP4 Deep Principle сообщает о проверке запуска на восьми NVIDIA B300 с SGLang. Для MXFP4 указаны AMD Instinct MI350X, среда ATOM и распределение модели на четыре ускорителя. Это серверные конфигурации из отчёта команды, а не обещание работы на любой видеокарте соответствующего производителя. Заявленный контекст модели достигает миллиона токенов, но приведённый пример запуска NVFP4 ограничен 262 144 токенами.

Согласно лицензионному разделу карточки Hydrogen, веса всех трёх вариантов обозначены лицензией MIT; собственные код и документация Deep Principle — Apache 2.0, сторонние файлы сохраняют свои лицензии. На Hugging Face скачивание требует входа и согласия на передачу издателю сведений аккаунта. Поэтому «открытые веса» здесь означает возможность получить и использовать обученную модель на указанных условиях. Для полного повторения обучения потребовались бы ещё данные и подробная процедура, которых в составе релиза нет.

У Hydrogen-1.0 уже есть предмет для внешней проверки: доступные веса и описанные задачи с наблюдаемыми промежуточными действиями. В показах с GROMACS и протоколом Сузуки можно проследить, как сообщение об ошибке меняет следующее действие модели. Открытые веса позволяют другим исследователям изучить такое поведение на своих задачах, но лабораторная часть опубликованного показа пока заканчивается виртуальной проверкой инструкций. Свидетельств исполнения этого протокола реальной установкой в нём нет.