AREXOpen in interactive Feed

AREX Feed Article

Deep Principle 发布科研计算平台 Mira Science 与开源模型 Hydrogen-1.0,自评通过率 48.3% 高于 Codex+GPT-6 Astra 组合

November 16, 2026

北京时间 11 月 16 日 23 时许,专注 AI for Science(人工智能驱动科学研究)的初创公司 Deep Principle(深度原理)在 X 上官宣科研计算平台 Mira Science:平台把研究方法变成「可组合、可运行、可检查、可修改」的程序,桌面端已可在 mirascience.app 注册下载。与平台一同登场的还有其开源权重科研模型 Hydrogen-1.0。官宣帖自评:Mira Science 搭配 Hydrogen-1.0,在 Frontier Science Research 基准上取得 48.3% 的通过率,高于 Codex+GPT-6 Astra 的 46.7% 与 Claude Code+Opus 5.5 的 45.0%(官宣帖)。截至发稿,这条帖子获得约 61.6 万次浏览、597 次点赞——发布它的账号 @DeepPrinciple 只有 711 个关注者。

三个分数全部出自公司自评,目前没有独立复核。不过发布并非无根之木:Hydrogen-1.0 的 753B 开源权重已在 11 月 2 日放上 Hugging Face;官宣前约两小时,Deep Principle 发帖确认正与阿里 Qwen 团队合作、用 Qwen4-Max 探索数据中心冷却材料(合作确认帖),阿里同日发布的 Qwen4-Max 官方博客也把 48 小时自主冷却液发现归功于「深度原理 Mira」提供的一体化干湿实验环境。

研究方法变成可检查的程序:Mira Science 怎么工作

按官宣帖的描述,Mira Science 是一个「面向科学研究的通用计算平台」:研究者可以在其中编排「AI 科学家团队」、接入专业工具与云算力,每个结果都能追溯回对应的数据、代码、执行历史与评审。帖文给出了这样一段立场陈述:「我们相信 AI 科学家应当可检查、可扩展,并且能在研究者所处的同一环境里工作——和他们的工具、数据、算力在一起——而不是被隔离在聊天界面里。」

mirascience.app 首页与这段描述对得上:站点标题为「AI Scientist Platform·深度原理」,提供 Mira Science Desktop 下载入口与网页版入口,并展示了从选题方向、多轮实验执行到「可发表或可产业化」交付物的完整流程,失败经验与领域知识同样沉淀回平台,供下一个项目使用(官网)。

平台的内部构造在公司 8 月发布的技术报告《MIRA: Towards a General AI Scientist》里有更完整的版本(技术报告):一个按角色分工的智能体小组提出假设、互相质疑并做筛选;一层版本化的「科学技能」封装专业工作流,包括自研模型驱动的过渡态搜索(OA-ReactDiff、React-OT)、逆合成与性质预测;执行层由云原生、面向智能体的 MIRA Compute(重复提交不会重复执行、失败呈现为可处理的结构化信息、凭据不进入智能体上下文)和自建自动化实验室 AI Materials Factory 组成;最上层把每个项目的推理、出处和失败结果「编译」进持久记忆与科学 wiki——报告特别强调,失败结果也留在系统里,记录一次之后无需重复。

Hydrogen-1.0:从 GLM-5.3 后训练出的开源权重科研模型

Mira Science 搭载的模型不是新面孔。11 月 2 日,@DeepPrinciple 发帖介绍 Hydrogen-1.0,称其为 Deep Principle 的第一款通用大模型,宣布开放权重,模型同时已接入其 AI 科学家产品 MIRA(开源帖)。

Hugging Face 模型卡显示(模型卡):Hydrogen-1.0 共 7530 亿参数,由 Z.AI 的开源模型 GLM-5.3 后训练而来,权重以 MIT 许可发布,上下文 1M token、单次最大输出 128K;除 BF16 全量权重外,另有面向 NVIDIA Blackwell(B200/B300)的 NVFP4 和面向 AMD Instinct(MI350X/MI355X)的 MXFP4 量化版本,上线两周下载量约 4.1 万次。模型卡同时注明:完整训练数据与配方不随权重发布。

公司技术博客披露了训练细节(技术博客):训练管线为监督微调(SFT)加强化学习,数据来自化学、材料与生命科学语料、公司实验室的电子实验记录(ELN,由 Mira 的智能体文档系统支撑)以及完整发现轨迹;基础设施基于 Megatron 与 SGLang,跨 NVIDIA CUDA 与 AMD ROCm 部署;UniPat、Mind Lab 与 NeuroSpark 参与了数据、训练管线与基础设施建设。模型可通过 Hugging Face、ModelScope、NeuroSpark API 与 Mira 四条路径获取。

博客的自评结果分两层。模型层:「在我们的评测中」,Hydrogen-1.0 在 FrontierScience-Research(FSR)上高于 GPT-6-Astra,GPQA-Diamond 上高于基座 GLM-5.3,与开源前沿模型 Kimi-K3 大致相当。任务层:内部评测里,科学计算与一步正反应预测分别领先 Astra 最大思考档 5.13 与 4.76 个百分点,NMR 结构解析则落后 3.33 个百分点;过渡金属配合物发现任务跑到第五轮,累计最优 HOMO-LUMO gap(分子最高占据轨道与最低未占轨道的能隙)均值为 4.318 eV,高于 GPT-6-Astra 的 3.689 eV 与 Kimi-K3 的 3.353 eV。博客还交代了一个评测细节:实验规划评测中 GPT-6-Astra 与 Opus-5.5 未被纳入,因为两者在该评测里拒绝了超过 50% 的请求。

和谁比、怎么比、谁来复核

官宣帖的对比口径值得拆开:三个数字对应的都是「框架+模型」组合——Mira Science 配 Hydrogen-1.0,OpenAI 的 Codex 配 GPT-6 Astra,Anthropic 的 Claude Code 配 Opus 5.5。帖中所称 Frontier Science Research,在技术博客里写作 FrontierScience-Research(FSR),链接指向 OpenAI 的 FrontierScience 基准页(OpenAI)。按 OpenAI 的说明,该基准于 2025 年 12 月发布,Research 档由 60 道由博士科学家设计的原创、多步骤研究子任务构成,按 10 分制评分标准打分;OpenAI 首轮评测中,GPT-5.2 在 Research 档得 25%。这样的对手组合也是当下前沿评测的常见参照——阿里同日发布的 Qwen4-Max 材料中,对比对象同样包括 Opus 5.5 与 GPT6-Astra(转载全文)。

关键问题是评测者:三个数字都出自 Deep Principle 自己的运行。官宣帖未随附这组对比的评测配置——子任务数量、评判方式、各组合的运行参数均未公布;截至发稿,在本文核查的公开来源中,也没有出现第三方复测。模型卡把输出的定位写得很谨慎:「供使用者评审的支持材料」,而非已验证的发现。这组 1.6 个百分点与 3.3 个百分点的领先幅度,目前是一家材料 AI 公司自己跑出的数字。

阿里 Qwen 与 Deep Principle:一次双方互认的合作

背书在官宣之前就已到位。北京时间 11 月 16 日 10:02,阿里 Qwen 官方账号 @Alibaba_Qwen 发帖预告:「AI for science:自主设计与合成新型冷却材料」(Qwen 帖)。21:07,@DeepPrinciple 发帖确认:「我们与 @Alibaba_Qwen 一起,用 Qwen4-Max 探索新型冷却材料,帮助数据中心应对 AI 负载增长带来的热量」,并表示「希望与更多伙伴把这件事做下去——用 AI 推进科学,也让科学进步反哺 AI」(合作确认帖)。23:09,Mira Science 官宣帖发出。

阿里 Qwen 团队同日发布的 Qwen4-Max 官方博客把合作写得相当具体(官方博客,中文全文经 xiaohu.ai 转载可查):面向下一代高功率芯片的散热难题,Qwen4 依托「深度原理 Mira」提供的一体化干湿实验环境——「干」是计算机上的模拟计算,「湿」是实验室里真动手——自主运行 48 小时:从路线调研搭出 270 万个分子的候选库,经结构筛选、「MPA 性质预测」、第一性原理计算与逆合成设计,再指挥自动化湿实验室完成配料、合成、分离纯化与测试,用每轮实验结果修正下一轮设计,一共四轮。「MPA」即 Deep Principle 今年 6 月发布的材料性质模型 Materials Property Axiom(发布帖);36 氪报道称,经 Mira 平台产出的 MPA 在 40 项真实实验性质预测任务中取得综合最优,其中 35 项达到最优(SOTA)成绩,平均绝对误差(MAE)降低 10%(36 氪)。

在 Mira Science 官宣之前,这家公司的平台与模型已经公开出现在一次旗舰模型科研演示中,且双方口径互证:阿里博客点名「深度原理 Mira」,Deep Principle 确认合作对象是 @Alibaba_Qwen。

从 WAIC 上的 Mira 到桌面上的 Mira Science

Mira Science 不是一夜冒出来的名字。36 氪 7 月的 WAIC 前瞻报道显示,这家由「两位 95 后 MIT 博士」联合创立的公司计划于 7 月 19 日在世界人工智能大会论坛上正式发布 AI 科学家(AI Scientist)平台 Mira:组织级定位,把生成式 AI、第一性原理计算、专业模型、自动化工作流与高通量实验串成闭环,公司已在冷却液、电解液、香精香料等产业研发管线中推进落地。公司官方帖文还称其入选了 2025 年世界经济论坛 Technology Pioneer(科技先锋)名单(帖文)。

8 月 3 日发布的技术报告给出了两套自评成绩:在论文锚定的端到端科研基准 ResearchClawBench 的化学、能源、材料三个域上,MIRA 以 17.51 的均分列七个智能体之首——第二名 ResearchClaw 为 15.60,Codex CLI 为 14.57——且单任务成本 0.67 美元为全场最低,七个智能体均运行在 GPT-5.4 上;在多机构药物发现基准 SciAgentArena 的药物发现域,MIRA 总分 81.1%,高于 Claude Code 的 76.4%,五个类目中四个居首,对比智能体的成绩由 SciAgentArena 项目负责人提供。

从组织级产品到通用计算平台,变化发生在 11 月 16 日:桌面端开放注册下载,Hydrogen-1.0 作为配套模型一同推出。从模型开源、合作确认到平台官宣,这家公司在两周里完成了三步。

传播反差与尚未完成的复核

互动数据的反差可以直接核验:@DeepPrinciple 创建于 2024 年 12 月,目前 711 个关注者;其过往帖子的浏览量大多在数百到数万之间——今年 3 月介绍《Science》相关专文的帖子约 1,800 次浏览(帖文),6 月发布 MPA 的帖子约 5.3 万次。11 月 2 日的 Hydrogen-1.0 开源帖拿到约 131 万次浏览、718 次点赞;11 月 16 日的官宣帖在发出数小时内达到约 61.6 万次浏览、597 次点赞(互动数据经 X 接口核验,截至发稿)。两条帖子把一个 711 粉丝的账号两次送进十万乃至百万级浏览区间;这种反差如何形成,现有公开信息给不出答案。

真正待解的仍是那组分数。Deep Principle 在开源帖里写明过预期用途:「今天,我们发布其模型权重,供研究者与开发者在自己的科学任务上进行适配与评估。」如今权重可下载、桌面端可注册,外部复核随时可以开始;分数是否站得住,下一份证据应当来自公司之外。

参考链接

  • Deep Principle 官宣帖(@DeepPrinciple,X)
  • Mira Science 官网
  • MIRA 技术报告《MIRA: Towards a General AI Scientist》
  • Hydrogen-1.0 技术博客(Deep Principle)
  • Hugging Face 模型卡 deep-principle/Hydrogen-1.0
  • Hydrogen-1.0 开源帖(@DeepPrinciple,X,2026-11-02)
  • OpenAI FrontierScience 基准页
  • Qwen4-Max 官方博客(Qwen Team)
  • Qwen4-Max 官方博客中文全文转载(xiaohu.ai)
  • @Alibaba_Qwen 冷却材料帖(X)
  • Deep Principle 与阿里 Qwen 合作确认帖(X)
  • MPA(Materials Property Axiom)发布帖(X)
  • 36 氪:深度原理 WAIC 2026 前瞻报道
  • Deep Principle 入选 WEF Technology Pioneer 帖(X)
  • Deep Principle 关于《Science》专文的帖子(X)