- 发布日期
基于千问、能让科学家“与DNA聊天”
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
AI公司Hugging Face周四宣布推出名为Carbon-X的新人工智能模型，称其有望帮助科学家更轻松地研究DNA并开发新的基因疗法。这家公司介绍，Carbon-X是一个拥有140亿参数、面向DNA理解和生成的开放模型。该模型将DNA序列与自然语言整合在同一系统中，研究人员可以针对特定DNA序列提问，并预测突变可能带来的影响。
Carbon-X由Hugging Face与意大利和中国的研究实验室合作开发，采用开源方式发布。Hugging Face通过使用基因组序列和自然语言训练现有语言模型千问Qwen3-14B，最终得到这一模型。其训练数据来自人类、其他哺乳动物、植物和真菌的DNA序列。
Hugging Face高级研究科学家刘易斯·滕斯托尔表示，Carbon-X开创了将DNA分析、生成能力与自然语言相结合的路径，使研究人员能够“与DNA对话”。研究人员不仅可以获得突变风险预测，还能让模型生成新的DNA序列，以辅助基因疗法研究。该模型还可充当专业子智能体，帮助其他模型解读其难以理解的DNA序列。
在五项DNA理解和生成基准测试中，Carbon-X的表现优于Hugging Face评估的所有其他开源模型。公司称，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，显示直接使用DNA数据训练可提升开放语言模型性能。
滕斯托尔说，开发Carbon-X的部分动机是防止生物学研究人员过度依赖大型AI实验室。他提到，AI已对数学领域产生颠覆性影响，其他科学领域也可能出现类似情况。Hugging Face希望为开放研究社区提供工具，使其不必完全依赖某一家外部供应商。研究人员可在自己的计算机上运行Carbon-X，无需与外部AI公司共享敏感患者数据。
在安全性方面，滕斯托尔表示，大型模型中出现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事件所暴露的问题。他还提到，通用聊天机器人有时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”。为防止模型遭滥用，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，滕斯托尔认为，该模型是迈向未来的一小步。他表示，终极目标是实现个性化医疗，使每个人都能利用自己的病历和基因组数据，找到甚至设计适合自己的治疗方案。他强调，这一目标仍处于早期阶段，后续还需要更多研究和验证。
