以 ChatGPT、Claude 和 Gemini 为代表的大语言模型能生成近乎人类的文本与图像，却在处理结构化数据时意外地力不从心。AI 初创公司 Fundamental 正试图用一款名为 NEXUS 的大表格模型改变这一局面，该公司于 2026 年 2 月 5 日 结束隐身模式，同时宣布获得 2.75 亿美元 融资。

大语言模型之所以在电子表格面前碰壁，根源在于结构化数据的非序列特性。阿姆斯特丹高级 AI 研究员 Boris van Breugel 指出，语言、音乐、图像和视频天然具有顺序，改变词语排列会破坏或颠覆语义，这恰好契合大语言模型预测线性序列中下一个值的设计初衷。但表格数据不同——调换列的顺序或重新排列行，数据所承载的事实含义并不会改变。这种对线性顺序的独立性，与大语言模型的核心机制存在根本冲突。Fundamental 首席执行官 Jeremy Fraenkel 进一步解释，大语言模型即使输入发生微小变化也会产生不同输出，这在创意生成中是可取特性，但在判断一笔交易是否欺诈时，预测结果必须具有确定性，无论输入顺序如何。

当前主流的表格数据方案仍依赖 XGBoost 等已存在超过 15 年的梯度提升决策树算法，数据科学家需要针对每个用例花费数月进行训练和优化。NEXUS 则采用基础模型路线，在海量多样化表格上进行预训练，使其能跨不同预测任务泛化应用，大幅减少定制化特征工程。与仅建模词元序列的大语言模型不同，大表格模型直接学习表格的结构：它同时捕捉每个条目的数值大小、它所代表的含义以及它与其他条目的统计关联。例如面对一张杂货库存表中香蕉的条目，模型不仅理解数值 500，还知道这代表当前香蕉库存量、属于生鲜品类，并掌握该条目与整列数据之间的统计属性。这种上下文理解能力让结构化数据的推理和预测更为精准。

训练数据的获取是开发 NEXUS 面临的最大挑战之一。自然语言文本量大且结构相对统一，而表格数据不仅分散，还往往涉及敏感或专有信息，且不同领域表格之间共性极少。Fraenkel 透露，团队通过合作与授权获取专有数据集、整合高质量公开及开源数据集，并运用数据增强技术扩展训练语料的多样性与覆盖面，最终在数十亿张表格上完成了预训练。他特别强调，NEXUS 并未使用客户数据进行训练，其底层采用机密计算平台，Fundamental 在物理层面无法访问客户数据。这一隐私保护设计很可能是 亚马逊云科技 于今年 6 月将 NEXUS 集成至 Amazon SageMaker 的关键考量。SageMaker 被广泛视为安全机器学习的默认操作系统，此次集成为 NEXUS 打开了直接触达客户敏感数据的通道，这与大语言模型需将数据导入模型的做法形成鲜明对比。Fraenkel 表示，双方建立了第一方合作伙伴关系，NEXUS 如同 AWS 的原生解决方案一样运行，未来目标是扩展这类关系，让用户无论在哪里进行预测都能访问自己的数据。

尽管 Fundamental 在企业应用领域暂时领先，但大表格模型赛道并非其独占。随着金融交易日志、临床试验数据、大型强子对撞机产生的海量质子碰撞信息等结构化数据持续驱动世界运转，能够真正理解电子表格的生成式 AI 正从边缘走向舞台中央。