OmniTools 10月23日消息，DailyAI 10月23日消息，Hugging Face 发布开源模型 Carbon-X，参数规模为 148 亿，采用 Apache 2.0 许可，允许研究人员把原始 DNA 序列粘贴进对话框，再用自然语言提问，例如某个突变是否可能致病。该模型由 Hugging Face 与中关村学院、那不勒斯费德里科二世大学 Telethon 遗传与医学研究所合作开发，基座为阿里巴巴的 Qwen3-14B。
据模型卡介绍，团队加入了按每次六个碱基读取序列的 DNA token，并用 3020 亿 token 的 DNA、生物学文本、英文文本和指令数据训练，使 DNA 与语言共享同一 token 流。除了判断变异是良性还是致病并给出解释，它还能识别调控基因活性的区域、判断序列来自哪类生物以及预测后续碱基。在五项 DNA 基准上，Carbon-X 平均得分 66.7%，比基座模型高 27 个百分点，领先 Hugging Face 测试的其他开源模型，接近 GPT-6.1 Sol 的 67.5%，而每个问题的推理成本约为后者的 1/1800。Hugging Face 估算，用 Carbon-X 核查 ClinVar 数据库中 240 万个“意义不明的变异”约需 300 美元，而用它评估的前沿模型需 3.2 万至 400 万美元。模型权重可放在单张 80GB GPU 上，便于实验室在自有硬件上处理敏感序列。
Hugging Face 明确表示，该模型尚未经过临床验证，不应用于医疗决策。它在剪接位点（29.8%）和组蛋白修饰（34.6%）等任务上仍然偏弱，可能数错碱基，也可能在缺乏上下文时编造序列功能；它未被训练用于设计新 DNA。Hugging Face 高级研究科学家 Lewis Tunstall 表示，团队在训练数据中排除了病毒，以避免潜在的危险用途，开发者目前也尚未通过湿实验验证其预测。
