人民網雄安9月22日電 （記者王紅）日前，穩准智能（雄安）科技有限公司發布新一代結構化數據大模型LimiX—2。該模型在TabArena、BCCO、TALENT三項國際主流結構化數據專業評測中得分均位列第一。

穩准智能副總裁余飛介紹，LimiX—2數據大模型擅長和真實世界結構化數據打交道，可以從傳感器、生產線、設備終端的海量結構化數據裡找規律、做預測、輔助決策，直接服務於生產場景。

和國際上多數同類模型隻聚焦“預測單個數據結果”的研發思路不同，LimiX—2更側重挖掘全部數據變量之間的因果關聯——不只是算出數據變化趨勢，還能梳理出趨勢背后的關聯邏輯。此次模型參數規模提升至400M，既驗証了團隊技術路線在更大參數規模下的可行性，也讓模型能更快適配不同行業、不同場景的需求。

據了解，TabArena、BCCO、TALENT是該領域公認的專業評測體系，覆蓋多種真實業務數據場景。過去企業做同類數據分析，通常要針對單一業務定制專用模型，一旦業務維度增加、場景調整，原有模型就難以適用，需要推倒重建。公開評測結果顯示，LimiX—2在因果分析能力上的表現，優於傳統分析方式和其他同類通用模型。

針對企業核心運營數據量級不夠，且不便用於公開訓練的行業共性難題，LimiX—2還升級了自動化合成數據生成引擎，讓模型在落地企業場景前，就能接觸到更豐富的數據結構與變量關系，提升場景適配效率。

這種“面向結構化數據”的智能，補足了當下大語言模型的不足。大語言模型LLM（Large Language Model）擅長語言、知識、檢索和內容生成，可以顯著提高信息處理效率。但是人類不知道的知識、沒有獲得的認知，大語言模型也同樣無法知曉。因而，LLM無法看懂工廠設備監測數據背后的規律，也無法為設備維護、保養、生產決策調整等提供可靠建議。

在產業層面，LimiX系列模型的應用能力已經得到驗証。一個典型案例來自中國鋼研科技集團有限公司。在特種鋼研發中，技術人員需要從30個工藝參數中尋找影響材料性能的關鍵因子。傳統試驗需要反復調整參數，每調整一次都要重新煉鋼。LimiX利用100多個歷史樣本，從30個參數中鎖定5個關鍵因果性因子，研發成本降低70%以上。

中國團隊的持續探索和領先，也離不開國內促進傳統產業從“數字化走向智能化”的政策支持。今年初，工業和信息化部啟動“工業數據筑基行動”，明確提出，圍繞研發設計、中試驗証、生產制造、經營管理、產業協同等關鍵環節，開展行業大模型應用、工業智能體研發等場景落地，賦能行業提質降本增效。穩准智能首席科學家崔鵬表示，當前結構化數據模型領域正處於技術快速發展階段，LimiX—2是團隊的階段性研發成果。未來團隊會繼續深耕相關技術，推動人工智能在數據分析領域從“做預測”向“支撐決策”延伸。