AGI新战场谷歌亚马逊巨头激战，杀出个中国LimiX-2赢了又赢

梦瑶 发自 凹非寺量子位 | 公众号 QbitAI

这两年，AI赛道越来越热。

大语言模型LLM（Large Language Model）在卷得飞起的同时——

另一条结构化数据侧的AI路线LDM，也突然开始涌进各类型头部玩家。

LDM（Large Data Model），即结构化数据基础模型，其瞄准的是生产侧的核心痛点：即如何让基础模型直接学习不同结构化数据中的变量关系、条件关系和生成机制。

到底有多火呢，这么说吧！

像咱熟悉的美国Google、Amazon，德国企业软件巨头SAP等玩家纷纷下场布局～

不过，谁成想呢，巨头们刚涌进LDM抢位，一支中国团队已经先把榜首坐成了「固定席位」。

9月15日，德国软件巨头SAP抢发TabPFN-3.5，几小时后（9月16日），一支由清华博士组成的团队，用一个400M参数的结构化数据基础模型——

直接拿下了TabArena、TALENT、BCCO三个国际主流基准测试中二分类、多分类、回归等各项任务的「第一」，呈现断层领先：

△官方TabArena榜单

不卖关子，这个把谷歌等一众大厂按在地上摩擦的，就是「稳准智能」刚刚发布的：LimiX-2。

值得一提的是，这也不是稳准智能第一次把LDM做到国际头部了。

去年他们发布的国内首个结构化数据基础模型LimiX已经上演过很长一段时间的霸榜大戏，但此后团队也没有追着榜单追赶，而是继续往底层技术和模型储备里扎。

然后这次，直接给海内外主流选手再来了个措手不及～

在这家中国团队看来，真正重要的，从来不是拿下一次第一，而是每到关键节点，都有能力重新回到第一。

而作为国内首个结构化数据通用大模型，LimiX啃下的，正是数据背后最值钱也最难找的「因果规律」。

相比TabPFN这类偏目标预测的行级建模路线，LimiX-2把面向变量关系建模前置为核心目标，学习跨变量、跨样本的联合依赖结构。

此外，其还自建了一套高质量自动化数据合成引擎，先让模型见过足够复杂的数据世界，再去处理真实任务。

过去几年，LLM已经吃透了文本、语音、视频，但一碰到工业生产、科学研究等应用侧真正拿来做决策的场景，对因果关系、准确性和稳定性的要求会陡然提高，这也让LDM的价值开始越来越清晰。

当前就在这条越来越热的赛道中，稳准智能联合清华已然率先把成果跑进了行业头部位置。

LLM啃不动的数据分析硬骨头，LDM开始接手了

大语言模型，这两年能力边界一路狂飙。

但热闹归热闹，随着AI真正往产业深处走，一个此前很容易被模型能力增长掩盖的问题，也开始变得越来越清晰——

那就是现实世界，远比语言世界「更大」。

要知道今天的大语言模型能力，很大程度上建立在一个极其庞大的语义世界之上。

文本、代码、论文、数学公式，甚至经过标注和描述的图像、视频，其中承载的知识都有一个共同特点，那就是它们已经经过了人类的一次理解、筛选和抽象。

LLM做的事情，就是把这些已经进入人类知识体系的信息编码成Token，通过海量语料学习上下文关系，再进一步形成知识、推理和生成能力。

所以从信息论和建模对象来看，LLM所处理的，更多是已经完成「语义化」的现实。

△AI生成

但问题是，在产业系统里，另一类数据是长期存在于这个语义层「之外」的。

以制造业为例，温度、压力、转速、原料配比、设备状态、能耗等几十、几百甚至上千个变量会同时变化，共同构成一个持续演化的高维数据空间。

其中大量关键规律，可能并没有被人类提前总结成规则、公式或文本知识。

更重要的是，产业真正关心的，往往也不是单个变量是什么，而是变量之间存在什么稳定关系，哪些关系可以跨环境成立，以及一个变量变化之后，系统整体会如何响应。

如果先把这类数据转写成文本，再交给LLM处理，中间天然会经历一次「信息压缩」。

但在生产系统中，那些被压缩掉的细粒度差异，恰恰可能直接决定预测精度、良率和风险判断，在语义空间里看似可以忽略的信息，到了生产空间里可能恰恰是最值钱的信息。

这恰恰构成了「结构化数据建模」与「语言建模」之间最本质的差异——

如果说LLM主要学习人类已经表达出来的世界，那么LDM更希望直接进入真实世界留下的高维数据空间，从变量关系本身出发理解规律。

二者面对的是不同的信息空间，也因此更接近两条平行、互补的基础模型路线～

能往生产深处扎，也能补足LLM对真实数据世界理解不足的那一块儿缺口，确实有前景啊。。。

随着AI越来越多进入复杂决策场景，LDM也正成为基础模型体系中越来越重要的一块能力拼图。

于是乎，这两年，海内外玩家也开始接连入场，结构化数据基础模型的竞争，正在明显《提速》。

今年Google直接发布TabFM，把表格数据基础模型正式纳入自己的Foundation Model版图。

Amazon也推出Mitra，专门探索一个预训练模型如何跨不同表格、不同任务直接迁移。

SAP动作更猛，先做SAP-RPT-1，今年又直接收购TabPFN背后的Prior Labs，投入超过10亿欧元扩建结构化数据AI研究团队。

就在几天前，最新的TabPFN-3.5 Plus又正式进入SAP AI Core，直接开始做现金流预测、付款延迟、供应商风险、客户流失这些企业核心决策任务。

从Google、Amazon一路到SAP，结构化数据基础模型已经从学术圈里的新方向，迅速变成全球科技巨头集体押注的一块基础能力。

重做底层技术范式，LimiX让模型理解数据背后的因果机制

LDM赛道开始升温，崔鹏和团队多年押注的方向，也终于走到聚光灯下。

稳准智能首席科学家、清华大学计算机系崔鹏教授，长期研究结构化数据与因果智能，也是LDM理念的提出者之一。

很长一段时间里，这支团队都在啃一些更底层的问题：Scaling规律能否延伸到结构化数据，CMNs能否进一步打开因果建模的能力上限。

这些偏离传统因果研究路径的探索，当时并不轻松。

如今，LimiX、LimiX-2连续冲上国际Benchmark前列，也让这条当初看起来更冒险的技术路线，开始得到模型效果的直接验证。

跟赛道升温相比，一个更值得注意的变化是：大家底层技术其实并不那么一样。

比如TabPFN为代表的PFN路线，核心目标很明确：给定上下文和目标，让模型快速适应一张新表，并把Y预测准。

这条路线非常适合分类、回归等任务，也推动了Tabular Foundation Model快速发展。

但当结构化数据模型继续往更深处走，一个问题开始冒出来：如果我们想知道的，已经不止是「Y等于多少」呢？

毕竟生产侧真正关心的，往往还包括变量之间是什么关系，一个变量发生变化之后，其他变量会怎么动。

到了这一步，传统以目标变量为中心的PFN路线，其能力边界就逐渐显出来了——

对于不少PFN类模型而言，数据通常会先被压缩成更高层的表示，再用于完成目标预测，这样做有利于快速适配任务，但问题是部分变量级的细粒度信息，也可能在表示过程中被折叠。

当问题继续从「预测结果」往「理解变量关系」推进时，模型需要保留和利用的信息粒度，也随之发生变化！！

△AI生成

而稳准智能这次在LimiX-2上真正动刀的，则是结构化数据模型最底层的「技术范式」。

作为较早用机器学习方法研究变量关系和因果规律的团队之一，崔鹏团队长期关注的问题，就是如何让模型超越表面相关性，找到那些跨环境依然稳定的关系。

因此到了LimiX-2，稳准没有继续沿着传统预测范式往上堆能力，而是直接改了模型「学什么」——

团队创造性提出上下文机制网络Contextual Mechanism Networks（CMNs），把结构化数据建模从以目标变量为中心的预测问题，推进为面向全变量联合依赖和数据生成机制的关系建模问题。

先来说说上下文机制网络（CMNs）。

如果说PFN仍然是在给定目标下学习怎么预测得更准，那么CMNs想回答的问题，已经变成了X、Y和其他变量放在一起，到底是怎么共同构成这份数据的。

换句话说，LimiX-2没再把变量关系当成服务于预测的中间信息，而是直接把它变成模型要学习的核心对象。

这种底层范式的切换有点类似大语言模型从BERT走向GPT，真正变化的核心，不只体现在参数规模和Benchmark上，更在于模型学习目标和组织信息的方式被重新定义了。

△AI生成

当然，CMNs这个新的学习目标，听起来很理想，真正做起来却没那么简单。

既然想让模型搞清楚变量之间到底是什么关系，训练时就不能永远给它一道「固定」的题。

所以稳准团队联合清华在LimiX-2做的一件重要的事，便是通过提出上下文条件掩码建模（CCMM），并升级自动化合成数据的生成引擎，不断给模型换题——

通过不断遮住-预测不同变量，逼着模型从预测单一目标，转向学习变量之间的条件依赖和联合结构。

反复训练后，模型掌握的也就不只是某一道题怎么答，而是逐渐理解：这些变量彼此如何作用。

预测目标不断变化，模型也就没法只围着某一个Y死磕，而得慢慢把整张表里变量之间的关系摸清楚。

此外在底层技术层面，LimiX还进一步将建模粒度下沉到Cell-Level，以单元格作为基础表示单元，保留列身份、具体取值和缺失状态，并支持跨变量、跨样本的信息交互。

这样一来，从数据表示到训练目标，再到网络计算，整套设计都围绕联合依赖建模展开。

在这套框架下，分类、回归、缺失值填补等任务，都可以进一步统一为对同一个数据模型的不同查询；而对联合关系的持续建模，也为后续的结构发现乃至因果骨架发现提供了基础。

由此，整个底层技术能力也就形成一个逻辑闭环——

CMNs先把「目标」改成学关系，CCMM负责让模型真正去「学关系」，Cell-Level负责保留各种细粒度「特征」，三者共同构成一套从学习目标、训练机制到数据表示的技术范式。

中国LimiX-2研发团队成果到底有多强？

一套新技术范式真正有价值的时刻，往往发生在它开始改写能力边界之后。

对LDM来说，比再刷一张AI榜单更重要的，是它能不能把这些能力真正带进生产环境。

而在走进真实场景之前，LimiX-2已经先在主流Benchmark上把这条路线跑到了行业头部。

在TabArena、TALENT、BCCO等国际主流Benchmark中，LimiX-2在二分类、多分类和回归任务上均位居第一，超过Google TabFM、TabPFN、TabICL、Mitra等模型。

先看「分类」。

分类任务解决的是「它到底属于哪一种状态」的问题，比如设备会不会故障、客户会不会流失、一笔交易是否存在风险，本质上都要求模型从大量变量中找出真正影响结果的信号。

在TabArena评测中，按Elo排名，LimiX-2四项指标均居第一，Elo达到1917，领先TabFM+143分。

另一个考验模型底层建模能力的指标，是「回归任务」。

回归要求模型进一步理解连续变量之间的依赖关系，并最终把这种关系压到一个足够准确的数值预测上。

在TabArena回归任务中，按Elo排名，LimiX-2四项指标均居第一，Elo达到2206，位列第一。

换句话说，LimiX-2的优势已经不只体现在「分得对」，也开始体现在对连续关系建模得更细、更准。

值得一提的是，LimiX-2的提升也来自训练数据这一侧。

CMNs把学习目标进一步扩展到变量关系建模，对训练数据的多样性也提出了更高要求。

因此，LimiX-2升级了大规模自动化合成数据引擎，覆盖更多分布、交互关系和噪声类型，让模型提前见过更丰富的数据结构，从数据侧支撑能力维度的扩展。

不仅如此，除了分类、回归等预测能力，LimiX-2也开始把能力进一步推向因果发现。

面对高维复杂数据，传统方法往往受专家先验和统计假设限制；而在Sachs、UF、Causal Chamber等公开数据集上，LimiX-2已经领先多种传统因果发现方法。

分类、回归和跨数据泛化，都是企业的日常任务。这类榜单真正检验的，是模型面对真实数据时能否稳定预测、迁移并支撑决策。

而这背后指向的，正是LDM更长期的能力路径——

从Prediction走向Relationship、Causality、Intervention、Decision，让AI进一步理解真实世界中的变量关系、生成机制和变化规律，直达通用因果智能。

而这些，恰恰也是生产侧智能化下一阶段最值得关注的方向之一。

2020年，GPT-3问世。

它让行业第一次清晰看到，基础模型一旦跨过能力临界点，AI就可能从解决单点任务，走向更通用的智能。

六年后的今天，AGI已经从一个遥远概念，越来越接近一条可以被实现的愿景。

但当AI继续向前，它终究还要进入一个比语言世界复杂得多的空间：真实世界本身。

理解变量如何彼此作用、因果如何层层传导，以及一个微小变化，最终会把整个系统推向哪里。

而LDM这块竞争场域所指向的，恰恰就是这块仍处早期、却可能决定AGI下一阶段能力的GPT-3时刻——

让大模型从理解人类已经表达出来的知识，进一步走向理解世界运行本身。

就在这个可能决定下一阶段AI能力上限的赛道上，显然已经有中国团队走到了行业头排。

参考链接：

[1]技术报告标题：LimiX-2: A Contextual Mechanism Network Towards General Structured-Data Intelligence

[2]技术报告地址：
https://arxiv.org/abs/2609.17488

[3]Github：https://github.com/limix-ldm-ai/LimiX

[4]Huggingface：https://huggingface.co/stable-ai/LimiX-2

[5]model scope: https://modelscope.cn/models/stable-ai/LimiX-2