以 ChatGPT、Claude 和 Gemini 為代表的大語言模型能生成近乎人類的文本與影像，卻在處理結構化資料時意外地力不從心。AI 初創公司 Fundamental 正試圖用一款名為 NEXUS 的大表格模型改變這一局面，該公司於 2026 年 2 月 5 日 結束隱身模式，同時宣佈獲得 2.75 億美元 融資。

大語言模型之所以在電子表格面前碰壁，根源在於結構化資料的非序列特性。阿姆斯特丹高階 AI 研究員 Boris van Breugel 指出，語言、音樂、影像和影片天然具有順序，改變詞語排列會破壞或顛覆語義，這恰好契合大語言模型預測線性序列中下一個值的設計初衷。但表格資料不同——調換列的順序或重新排列行，資料所承載的事實含義並不會改變。這種對線性順序的獨立性，與大語言模型的核心機制存在根本衝突。Fundamental 執行長 Jeremy Fraenkel 進一步解釋，大語言模型即使輸入發生微小變化也會產生不同輸出，這在創意生成中是可取特性，但在判斷一筆交易是否欺詐時，預測結果必須具有確定性，無論輸入順序如何。

當前主流的表格資料方案仍依賴 XGBoost 等已存在超過 15 年的梯度提升決策樹演算法，資料科學家需要針對每個用例花費數月進行訓練和最佳化。NEXUS 則採用基礎模型路線，在海量多樣化表格上進行預訓練，使其能跨不同預測任務泛化應用，大幅減少定製化特徵工程。與僅建模詞元序列的大語言模型不同，大表格模型直接學習表格的結構：它同時捕捉每個條目的數值大小、它所代表的含義以及它與其他條目的統計關聯。例如面對一張雜貨庫存表中香蕉的條目，模型不僅理解數值 500，還知道這代表當前香蕉庫存量、屬於生鮮品類，並掌握該條目與整列資料之間的統計屬性。這種上下文理解能力讓結構化資料的推理和預測更為精準。

訓練資料的獲取是開發 NEXUS 面臨的最大挑戰之一。自然語言文本量大且結構相對統一，而表格資料不僅分散，還往往涉及敏感或專有資訊，且不同領域表格之間共性極少。Fraenkel 透露，團隊通過合作與授權獲取專有資料集、整合高質量公開及開源資料集，並運用資料增強技術擴充套件訓練語料的多樣性與覆蓋面，最終在數十億張表格上完成了預訓練。他特別強調，NEXUS 並未使用客戶資料進行訓練，其底層採用機密計算平台，Fundamental 在物理層面無法訪問客戶資料。這一隱私保護設計很可能是 亞馬遜雲科技 於今年 6 月將 NEXUS 整合至 Amazon SageMaker 的關鍵考量。SageMaker 被廣泛視為安全機器學習的預設作業系統，此次整合為 NEXUS 打開了直接觸達客戶敏感資料的通道，這與大語言模型需將資料匯入模型的做法形成鮮明對比。Fraenkel 表示，雙方建立了第一方合作伙伴關係，NEXUS 如同 AWS 的原生解決方案一樣執行，未來目標是擴充套件這類關係，讓使用者無論在哪裡進行預測都能訪問自己的資料。

儘管 Fundamental 在企業應用領域暫時領先，但大表格模型賽道並非其獨佔。隨著金融交易日誌、臨床試驗資料、大型強子對撞機產生的海量質子碰撞資訊等結構化資料持續驅動世界運轉，能夠真正理解電子表格的生成式 AI 正從邊緣走向舞台中央。