新京报讯（记者张建林）近日，稳准智能联合清华大学，发布新一代数据大模型 LimiX-2。在TabArena、BCCO、TALENT三个国际主流结构化数据模型评测基准中，这一模型总体Elo（衡量模型综合能力的排名指标）分数分别达到1935、1432和1506，均位于榜单第一，超过Google、SAP、Amazon等国际大厂的同类模型。

据团队介绍，LimiX-2的能力升级主要沿三条技术路线推进：上下文机制网络CMNs（Contextual Mechanism Networks）、预训练阶段自动化合成数据生成引擎升级，以及进一步规模化扩展至400M参数。其中，CMNs将建模重点从预先指定的目标变量转向变量之间的相互关联，推动结构化数据建模从“目标预测”走向“结构发现”。

在这一框架下，LimiX通过上下文条件掩码建模，在不同观测模式下组织跨变量监督，将变量关系推断确立为明确的预训练目标。模型采用单元格级建模，保留列身份、具体取值和缺失状态，支持跨变量、跨样本的信息交互。分类、回归、缺失值填补等任务，被统一为对同一数据模型的不同查询。

除预测能力外，LimiX-2在因果发现评测Sachs、UF、Causal Chamber上也显著领先，F1分数分别达0.714、0.862和0.701。团队表示，联合关系建模为结合因果假设开展因果骨架发现提供统计基础。CMNs所指向的，不只是更强的预测器，还是以联合建模为基础、以结构发现为方向、面向数据机制归纳的通用数据智能。

产业落地方面，截至2026年世界人工智能大会期间，上一代Limix已完成3800余个结构化数据场景的通用性验证，并与60多个客户达成战略合作。此前在多个真实场景中，Limix将“一项任务训练一个专用模型”的传统机器学习方式，转变为由一个基础模型跨场景、跨数据集的通用预测能力，典型应用包括工艺参数优化、设备故障预测、电力预测、能耗优化和材料科学等。

清华大学计算机系教授、稳准智能首席科学家崔鹏表示，LimiX-2的发布和此次结构化数据模型评测成绩，是团队在结构化数据大模型方向持续探索的重要阶段性成果。“我们仍将长期坚持这一技术路线，并不断提升模型对数据规律和变量因果关系的理解能力。未来，我们将继续推动模型在因果智能方向上的发展，助力人工智能更快速地从预测走向决策。”

编辑 张磊

校对 李立军