753B 开源科学模型发布：官方自评超 GPT-6-Astra
本栏目每天汇总近 1–2 天全球新发布 / 新开源的大模型与重要行业动态，信息来自官方公告与多家媒体交叉核验；性能数据区分「官方口径」和「已复测 / 第三方实测」，没复测的明确标注。配图为原创示意插画。
今日最重磅：753B 开源科学模型 Hydrogen-1.0，把「失败的实验」也训进了权重
据官方公众号与多家媒体确认，AI for Materials 公司「深度原理 Deep Principle」11 月 2 日发布并开源了首款 753B 通用科学大模型 Hydrogen-1.0，权重以 MIT 许可在 Hugging Face 和 ModelScope 开放下载。几个关键点：
- 它不是从零训的：基座是智谱开源的 GLM-5.3，深度原理联合 Mind Lab 在上面做科学方向的后训练（SFT + 强化学习），训练平台为 Mint Recursive。仓库口径约 753B 参数（MoE），官方启动示例实际把上下文限制在 262K，并非模型卡标称的 1M。
- 训练数据里最特别的是「失败」：官方说明训练原料分四层——领域知识、科研场景反馈、完整实验室记录（含失败与意外结果）、发现轨迹（从提出假设到下一轮试什么的完整链路）。简单说，不只教模型「论文里成功的结论」，也教它「实验是怎么失败的、研究者当时怎么改的主意」。
- 官方自评成绩（全部为公司自测，未见第三方复测）：科学推理评测 FrontierScience-Research 解题成功率 38.3%，高于其对照的 GPT-6-Astra（33.3%），比基座 GLM-5.3 高 13.9 个百分点；专家级科学选择题 GPQA-Diamond 准确率 93.0%（接近 Kimi-K3 的 93.5%）；科学计算 76.92%、单步反应预测 90.48%，均高于其对照档位的 GPT-6-Astra；117 道实验规划题平均 5.59 分（Kimi-K3 为 4.57 分）；核磁谱图解析略逊于 GPT-6-Astra（26.67 vs 30.00）。
- 材料搜索演示：在官方设定的「过渡金属配合物搜索」任务里，第五轮找到的最优能隙均值 4.318 eV，对照 GPT-6-Astra 3.689、Kimi-K3 3.353——注意这是内部设定的任务，不是公开基准。
- 部署门槛不低：BF16 完整权重约 1.5TB，多数人得走 NVFP4（英伟达 Blackwell）或 MXFP4（AMD）量化版；官方还提供 NeuroSpark API 和 Mira「AI 科学家」产品入口。
怎么看：这家公司把「开源基座 + 自家实验室全流程数据」这条路推到了台前，权重开放让高校课题组和小团队能真正私有化试跑，这是相对闭源科研助手实打实的优势。但要把话说准——所有对比分数都是公司自评，而且部分对照里 GPT-6-Astra、Opus 5.5 因「拒答过多」被排除，对照集本身有选择性；「自评超 Astra」不等于第三方盖章，等独立复测出来再下结论。
今日其他新发布与新动向（3 项）
| 模型 / 动向 | 日期 | 类型 | 要点 |
|---|---|---|---|
| Qwen4 仓库泄露（阿里） | 11-3 报道 | 泄露 + 预告（非正式发布） | Qwen Code 仓库中出现了 qwen4-max、qwen4-coder-plus、qwen4-omni-120b 的字样，暗示新旗舰临近；Qwen 管理层同日辟谣「转纯 API」传闻，重申 4.0 和 5.0 都会继续开源。型号还没官宣，跑分传闻一律不信。 |
| MiniMax M3.1 Flash 社区量化 | 11-3 报道 | 开源生态 | 开放权重仅 10 天，社区开发者把这款 428B 模型从 252.4 GB 压到 93 GB（借助量化感知训练 + 稀疏注意力），MiniMax 官方点名致谢——开源权重「越跑越小」的正循环样本。 |
| Sawara（Sakana AI） | 11-3 报道 | 预告 | 日本 Sakana AI 公布首个小模型计划「Sawara」，计划 2027 年春才公开——先立旗、后干活，属于远期预告。 |
排雷说明：今天多家周报热传的「GLM 5.2 开源」「OpenAI gpt-oss」「Qwen-AgentWorld 发布」经核对均为旧闻——GLM 5.2 早被 GLM 5.3 接替、gpt-oss 是 2025 年旧模型、Qwen-AgentWorld 实为 6 月 22 日发布（arXiv 编号 2606.24597、Hugging Face 记录 6 月 24 日），聚合站旧文重发，均不采用。
行业资讯
- 谷歌把安卓开发工具开放给对手的智能体（11-3 Android Dev Summit）：Claude Code、OpenAI Codex 等第三方编码智能体现在可以更深地调用安卓开发工具——设备调试、性能分析、线上崩溃报告，覆盖 Android Studio 和命令行；「自带智能体」功能已支持 40 多款智能体，随 Android Studio Rabbit 2 稳定版落地，还新增了让智能体在终端直接渲染 Compose 预览的命令。谷歌安卓产品副总裁的表态很直白：开发者有权自选模型和智能体。
- Anthropic IPO 估值预期下调：受科技股波动拖累，市场对其上市的估值预期已从约 2 万亿美元降至 1.5 万亿美元区间；此前披露的三季度营收 170 亿美元（同比约 +11 倍）不变，IPO 定档 11 月中。
- 苹果把「AI 虚拟恋人」划进成人级（12 月生效）：App Store 分级新规要求位置共享、约会和 AI 虚拟伴侣功能强制申报，涉及性与浪漫互动的虚拟伴侣一律 18+——AI 情感陪伴类应用迎来平台级合规收紧。
- 字节扣子企业版宣布下线：11 月 30 日起停止新客购买——Agent 平台赛道开始收缩战线。
- ChatGPT 桌面端合并「聊天 / 工作」标签页：据 TechCrunch 11-3 报道，OpenAI 正把桌面应用的聊天与工作两个入口合并成统一体验，ChatGPT 与 Codex 共用同一 Token 池，先灰度后全量；对手 Anthropic 早在 9 月就合并了类似入口，「对话」和「干活」正在被压成同一条流程。
- 谷歌给太空数据中心泼冷水：其数据中心能源负责人称，发射上天的成本最高可达地面建设的 100 倍，维护升级也难，落地「绝非近在眼前」；自家论文的口径是发射成本降到每公斤 200 美元时（约 2035 年前后）太空算力才有望与地面打平。
- QuestMobile 数据：豆包、DeepSeek 的月人均使用次数超过其他 AI 应用——国产双强的用户粘性还在拉开差距。
- 前瞻日历：今天（11-4）是月之暗面承诺的 Kimi K3.1 Pro 完整权重开源节点（3 万亿级、全球参数最大的开源模型），兑现与否本栏目随后对账；苹果国行 Apple 智能计划今天随 iOS 开发者 Beta 开测、12 月正式推送；11-12 百度世界大会（文心新一代）。
一句话趋势
今天的关键词是「开放走向细节」：Hydrogen-1.0 把连失败记录在内的实验室过程开源，谷歌把自家开发工具开放给对手的智能体，Qwen4 还没官宣就被仓库「剧透」——开放不再是发布会上的口号，而是比谁能把家底摊得更细、兑现得更快。
（数据来自官方公告与公开报道，2026-11-04；官方口径与第三方实测已分别标注，未复测项已在文中说明。模型能力强弱会影响选型，但实际价格以本站模型广场实时报价为准。）