Hugging Face推出新AI模型Carbon-X

Hugging Face Carbon-X将DNA序列和自然语言整合到同一个模型中：研究人员可以针对特定DNA序列提出问题、预测突变的影响，并生成新的DNA序列。 它还可以充当专业子智能体，帮助其他模型解读它们自身难以理解的DNA序列。 依托千问大模型 Hugging Face高级研究科学家刘易斯·滕斯托尔(Lewis Tunstall)表示，Carbon-X开创了先河，能将DNA分析和生成能力与自然语言相结合，使研究人员能够针对DNA序列提出问题，本质上可以“与DNA对话”。

Hugging Face与意大利和中国的研究实验室合作开发了Carbon-X，这是一个开源模型。 Hugging Face通过使用基因组序列和自然语言对现有语言模型千问Qwen3-14B进行训练，开发出了Carbon-X。 该模型使用来自人类、其他哺乳动物、植物和真菌的DNA序列进行训练。 Hugging Face表示，在五项DNA理解和生成基准测试中，Carbon-X的表现优于该公司评估的所有其他开源模型，其平均得分接近GPT-6.1 Sol，但每个问题的推理成本仅为后者的1/1800。

与Qwen3-14B相比，Carbon-X的得分提高了27分，表明通过直接使用DNA数据进行训练，开放语言模型的性能可以获得提升。 Carbon-X的跑分接近GPT-6.1 Sol 谈到Carbon-X的应用场景时，滕斯托尔举例说，研究人员可以向模型提供一段DNA序列，并询问某种特定突变是否会增加一个人患病的风险。 模型随后会给出预测结果并作出解释。 它还能够生成新的DNA序列，从而帮助研究人员开发新的基因疗法。

防止过于依赖大公司 滕斯托尔表示，Hugging Face开发Carbon-X的部分动机，是防止生物学研究人员对大型AI实验室产生依赖。 他指出，AI已经对数学领域产生了颠覆性影响。 “如果你想真正推动数学研究的前沿发展，你很可能得在OpenAI或Anthropic这样的AI实验室工作，因为它们拥有最好的数学模型。 ”滕斯托尔称。 他认为，其他科学领域也可能出现类似情况。 他补充说：“我们希望为开放研究社区提供工具，让他们不必完全依赖某一家外部供应商。

” 研究人员可以在自己的计算机上运行Carbon-X，无需与外部AI公司共享敏感的患者数据。 滕斯托尔还表示，在大型模型中观察到的一些行为失准现象，目前尚未在规模较小、专业性更强的模型中出现，例如今年7月OpenAI智能体入侵Hugging Face的知名事件所暴露出的问题。 滕斯托尔表示，通用聊天机器人有时也会拒绝回答研究人员提出的合理生物学问题，因为它们误以为这些问题是在试图“设计生物武器”。 他说，为防止模型遭到滥用，Carbon-X的训练数据明确排除了病毒相关数据。

尽管Carbon-X很可能主要供研究人员使用，但滕斯托尔表示，该模型是迈向未来的一小步，AI日后有望帮助提供更个性化的医疗服务。 “我认为，终极目标是实现个性化医疗，也就是我们每个人都能够利用自己的病历和基因组数据，最终找到甚至可能设计出适合自己的治疗方案。 ”他表示。