人工智能平台 Hugging Face 周四正式推出开源 AI 模型 Carbon-X，旨在协助科学家更高效地研究 DNA 并开发新型基因疗法。该模型由 Hugging Face 与意大利及中国的研究实验室联合开发，通过在与基因组序列和自然语言上微调现有的 Qwen3-14B 语言模型构建而成，训练数据涵盖人类、其他哺乳动物、植物和真菌的 DNA 序列。
实现“与 DNA 对话”
Hugging Face 高级研究科学家 Lewis Tunstall 称，Carbon-X 是首款将 DNA 分析、生成技术与自然语言处理相结合的模型，允许研究人员通过自然语言提问，实现“与 DNA 对话”。例如，研究人员可输入一段 DNA 序列，询问特定突变是否增加患病风险，模型将提供预测及解释；它还能生成新的 DNA 序列，加速基因疗法研发。
Tunstall 指出，开发 Carbon-X 的部分动机在于防止生物学研究过度依赖大型 AI 实验室。他类比数学领域称，前沿研究往往受制于拥有顶级模型的科技巨头，Hugging Face 希望为开放研究社区提供独立工具，避免被单一外部供应商锁定。
本地部署与数据安全
Carbon-X 支持在本地计算机运行，研究人员无需将敏感的患者数据上传至外部 AI 公司。Tunstall 表示，相较于大规模通用模型，这类小型专用模型未出现明显的对齐问题。此外，为避免滥用，病毒相关数据已被明确排除在训练集之外，从而减少通用聊天机器人因误判“生物武器设计”而拒绝回答合法科研问题的情况。
尽管 Carbon-X 主要面向科研群体，但 Tunstall 认为这是迈向个性化医疗的重要一步。他展望道，未来的终极愿景是利用个人病历和基因组数据，为患者量身定制甚至设计专属治疗方案。
值得一提的是，今年 9 月，英伟达已同意以近 130 亿美元收购 Hugging Face。作为一家兼具模型共享社区与自有模型发布能力的平台，Hugging Face 此次推出的 Carbon-X 进一步彰显了其在垂直科学领域的布局。