先了解这件事
2026年10月23日,Hugging Face 的 Thomas Wolf 宣布与 TIGEM、那不勒斯费德里科二世大学和中关村学院合作,训练并发布开源 DNA 模型 Carbon-X。该模型可直接读取原始 DNA 并用自然语言解读,权重开放,训练数据排除了人类和动物病毒。据其发布信息,Carbon-X 在自有 DNA 基准上得分为 67%,高于 Claude Opus 5.5 的 61% 和 Gemini 4 Argon 的 50%,与 GPT-6.1 Sol 相差不到一分而成本约低 1000 倍。10月26日,MarkTechPost 报道称 Carbon-X 为 14.8B 参数的 decoder-only DNA 语言模型,基于 Qwen3-14B,采用混合 tokenizer 新增 5,515 个 DNA token,支持 40,960 token 上下文,权重以 Apache 2.0 开放,可在单张 80GB GPU 上以 bfloat16 运行。该报道还称,Hugging Face 自报其在 5 项 DNA 基准上平均 66.7%,BioReason Coding 达
AI 根据公开报道生成
最新进展 · 正式报道
Hugging Face 发布 14.8B 开源 DNA 语言模型 Carbon-X事件进展
1 个已确认进展
- 来源：Thomas Wolf
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月26日
MarkTechPost
Hugging Face 发布 14.8B 开源 DNA 语言模型 Carbon-X
Hugging Face Bio 发布 Carbon-X，这是一个 14.8B 参数的 decoder-only DNA 语言模型，可直接读取原始 DNA 并用英文作答，权重以 Apache 2.0 开放。模型基于 Qwen3-14B，采用混合 tokenizer 新增 5,515 个 DNA token，支持 40,960 token 上下文，可在单张 80GB GPU 上以 bfloat16 运行，官方 GGUF 的 Q8_0 为 15.8GB。Hugging Face 自报其在 5 项 DNA 基准上平均 66.7%，BioReason Coding 达 74.9%，但 GenomeQA 剪接位点问题仅 29.8%，且未经过临床验证。
10月23日
t3n
Hugging Face 开源 Carbon-X：基于 Qwen3-14B 用对话分析 DNA
Hugging Face 联合中关村学院、Telethon 遗传与医学研究所和那不勒斯费德里科二世大学发布开源模型 Carbon-X，基于 Qwen3-14B 构建混合 tokenizer，可直接用英文对话分析 DNA 序列。该模型有 14.8B 参数，在五项基因变异解读测试中平均准确率 66.7%，比基座 Qwen3-14B 高 27 个百分点，接近 GPT-6.1 Sol 的 67.5%。单次查询成本比 GPT-6.1 Sol 低约 1800 倍，筛查 ClinVar 全部 240 万条意义未明突变约需 300 美元，并可单卡甚至笔记本本地运行。
Latent Space
Latent Space 汇总 Black October 安全事件潮
Latent Space 将 10 月 21 日至 22 日约 48 小时内集中出现的漏洞与入侵事件汇总为 Black October，涵盖 PHP2Shell 未授权 RCE、GitLab 自 2014 年以来版本存在的 CVSS 10 漏洞（已在 19.5.1 修复）、LiteLLM 1.107.0 携带密码窃取程序，以及 eMudhra CA 密钥过弱并退出 CA 业务。文中还提到微软将 ConnectWise 供应链攻击归因于 Storm-0940，该组织用开源智能体渗透测试框架 ARTEX 针对 2250 多个 Microsoft 365 租户发起约每分钟 2900 次登录尝试。作者同时收录了反方观点，认为这更像一次防御性审计，目前没有大规模利用的证据。
cnBeta
Hugging Face 推出基于千问 Qwen3-14B 的开源 DNA 模型 Carbon-X
Hugging Face 联合意大利和中国的研究实验室推出开源模型 Carbon-X，基于千问 Qwen3-14B 用基因组序列和自然语言训练，可针对 DNA 序列提问、预测突变影响并生成新序列。Hugging Face 称在五项 DNA 理解和生成基准上，Carbon-X 平均得分接近 GPT-6.1 Sol，推理成本仅为后者的 1/1800，比 Qwen3-14B 高 27 分。该模型可在本地运行，训练数据明确排除了病毒相关数据。
凤凰科技
Hugging Face 推出 140 亿参数 DNA 模型 Carbon-X，基于千问 Qwen3-14B
Hugging Face 周四宣布推出开源模型 Carbon-X，这是一个 140 亿参数、用于 DNA 理解和生成的模型，通过用基因组序列和自然语言训练千问 Qwen3-14B 得到。它把 DNA 序列与自然语言整合在同一模型中，研究人员可针对特定 DNA 序列提问、预测突变影响并生成新 DNA 序列，还能作为子智能体帮助其他模型解读 DNA 序列。Hugging Face 称在五项 DNA 理解和生成基准测试中，Carbon-X 表现优于其评估的所有其他开源模型，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，比 Qwen3-14B 提高 27 分。
CNET
Hugging Face 发布 Carbon-X 模型，可用自然语言与 DNA 序列对话
Hugging Face 发布 Carbon 系列中最新且能力最强的模型 Carbon-X，研究人员可输入 DNA 序列并用自然语言提问，获得解读、预测或解释。研究人员 Lewis Tunstall 表示，该模型最擅长预测突变影响和补全 DNA 序列，例如判断某个序列变化是否可能有害，并可在本地硬件上运行敏感或未发表序列。Hugging Face 也指出该模型存在计数出错、在提示信息不足时编造序列身份或功能、以及长序列输出质量下降等限制，并公开了训练配方供社区检验。
Thomas Wolf精选
Hugging Face 联合 TIGEM 等机构发布开源 DNA 模型 Carbon-X
Thomas Wolf 宣布与 TIGEM、那不勒斯费德里科二世大学和中关村学院合作训练出 Carbon-X，这是一个能直接读取原始 DNA 并用自然语言解读的开放 14B 模型。在其 DNA 基准上得分为 67%，高于 Claude Opus 5.5 的 61% 和 Gemini 4 Argon 的 50%，与 GPT-6.1 Sol 相差不到一分而成本约低 1000 倍。训练数据排除了人类和动物病毒，权重开放，模型可在笔记本等学术界可及的硬件上运行。
10月22日
Clément Delangue
Hugging Face 开源 DNA 模型 Carbon-X，基于 Qwen3-14B 中训练
Hugging Face 联合创始人 Clément Delangue 宣布开源 DNA 模型 Carbon-X，通过在 300B tokens 的 DNA、英文与交错数据上对 Qwen3-14B 做中训练得到，并采用 BPE 处理英文、6-mer tokenizer 处理 DNA 的混合分词器。该模型在五个 DNA 理解与生成基准上超过其评估的所有开源语言模型，比 Qwen3-14B 提升 27 分，API 成本比 GPT 6.1 Sol 低 1,800 倍。模型以 Apache 2.0 协议发布在 Hugging Face。
Business Insider Tech
Hugging Face 发布开源模型 Carbon-X，可用自然语言分析并生成 DNA 序列
Hugging Face 发布开源模型 Carbon-X，将 DNA 分析与生成和自然语言结合，让研究者能直接提问并得到预测和解释。该模型基于 Qwen3-14B，用人类、其他哺乳动物、植物和真菌的基因组序列与自然语言训练，训练数据明确排除病毒。研究者可在本地运行，避免向外部 AI 公司共享敏感患者数据，也可生成新的 DNA 序列以辅助基因疗法研究。
Wired AI
Hugging Face 发布开源 DNA 模型 Carbon-X，可在笔记本本地运行
Hugging Face 周四发布开源 DNA 理解模型 Carbon-X，可在笔记本本地运行，用户能用自然语言询问 DNA 变化对基因活性和健康的影响。该模型与中关村学院和那不勒斯费德里科二世大学的研究者合作开发，基于已有语言模型扩展词表以六字母为单位读取 DNA，并在 3000 亿 token 的 DNA 序列、英文文本和 DNA 与生物描述对应样本上继续训练。模型为 14B 参数，单次可处理约 5 万碱基对的序列，不能上传完整人类基因组；开发者也说明尚未通过湿实验验证预测准确度。
本事件热度走势
- 当前
- 5
- 区间峰值
- 34 10月23日 19:00
- 近 24 小时变化
- -72%
移动指针或点击图表可查看每小时热度；键盘可用左右方向键切换。