☁️AWS Machine Learning Blog•較早收集於 5m
Fundamental 的 NEXUS 大型表格模型現已登陸 SageMaker JumpStart

💡透過 SageMaker JumpStart 的 NEXUS 整合,在 AWS 上輕鬆部署專業的大型表格模型。
⚡ 30-Second TL;DR
有什麼變化
NEXUS 現已整合至 Amazon SageMaker JumpStart 生態系統中。
為什麼重要
此次發布簡化了企業採用專業表格 AI 的流程,降低了部署大規模模型時常見的基礎設施負擔。
下一步行動
透過 SageMaker JumpStart 部署 NEXUS 模型,並與您現有的表格數據處理管線進行效能基準測試。
誰應關注:Enterprise & Security Teams
關鍵要點
- •NEXUS 現已整合至 Amazon SageMaker JumpStart 生態系統中。
- •用戶可簡化大型表格模型的部署流程。
- •平台支援直接針對企業級數據集執行預測。
🧠 深度解析
Web-grounded analysis with 18 cited sources.
🔑 增強重點摘要
- •Fundamental AI 於 2026 年 2 月從隱身模式中脫穎而出,獲得 2.55 億美元的種子輪和 A 輪融資,公司估值達到 12 億美元,這筆資金將用於擴展運算基礎設施、擴大企業部署並發展其研究、工程和市場推廣團隊。
- •NEXUS 是一個大型表格模型 (LTM),專為結構化企業數據設計,與大型語言模型 (LLM) 不同,後者在處理非序列、非線性的表格關係時會遇到困難。
- •該模型利用 Amazon SageMaker HyperPod 在數十億個表格數據集上進行訓練,使其能夠理解複雜的模式,而無需大量手動特徵工程或客製化模型設計。
- •Fundamental 聲稱 NEXUS 可以取代傳統的預測分析,為需求預測、詐欺檢測和預測性維護等應用場景提供顯著更準確的預測和更快的價值實現時間。
- •Fundamental 已與財富 100 強公司簽訂了多份七位數合約,將 NEXUS 用於客戶流失預測等任務。
📊 競品分析▸ Show
| 特性/功能 | Fundamental NEXUS | PriorLabs TabPFN | Kumo.ai KumoRFM |
|---|---|---|---|
| 模型類型 | 大型表格模型 (LTM) | 表格基礎模型 (TFM) | 關係型基礎模型 (RFM) |
| 架構 | 非 Transformer 深度學習架構 | 基於 Transformer 的預擬合網路 | 圖神經網路 (處理關係型數據) |
| 數據處理 | 單一扁平表格 | 單一扁平表格 | 原生處理多個連接的關係型表格 |
| 訓練數據 | 數十億真實世界表格數據集 | 1.3 億個合成數據集 | (未明確說明,但專為企業關係型數據設計) |
| 特徵工程 | 聲稱無需大量手動特徵工程 | 聲稱無需大量手動特徵工程 | 聲稱零特徵工程 |
| 基準測試 | 截至 2026 年初,無已發布的第三方基準測試 | TabArena 排名第一,Nature 雜誌發表 | 在 RelBench 和 SAP SALT 基準測試中優於 LightGBM 和 LLM 基線 |
| 定價 | (未公開) | 開源 (最高 5 萬行),企業版 (最高 1000 萬行) | (未公開) |
| 主要優勢 | 針對非序列、非線性表格數據優化;確定性輸出 | 在中小型數據集上表現出色,速度快 | 原生處理多表格關係型數據,保留深層關係 |
| 限制 | 僅限於單一扁平表格,無已發布的基準測試 | 僅限於單一扁平表格,企業版有行數限制 | (未明確說明) |
🛠️ 技術深入
- NEXUS 採用專有的表格深度學習架構,而非大多數大型語言模型所依賴的 Transformer 架構。
- 該模型在數十億個真實世界表格數據集上進行了預訓練,使其能夠理解數據中隱藏的模式。
- NEXUS 旨在直接攝取原始表格數據並輸出預測(如回歸或分類),無需手動特徵工程或廣泛的任務特定訓練。
- 它能夠理解大規模表格數據集中跨行和列存在的複雜、非線性關係和交互。
- NEXUS 處理表格數據的特定數學特性,包括數值數據的複雜分佈和分類變量的語義意義。
- 該模型是確定性的,這意味著對於相同的輸入,它每次都會產生相同的結果。
- 訓練過程利用了 Amazon SageMaker HyperPod 服務。
- NEXUS 目前僅在單一扁平表格上運行,這與能夠原生處理多表格關係型數據的模型有所不同。
🔮 前景展望AI analysis grounded in cited sources
NEXUS 整合到 SageMaker JumpStart 將加速企業對專業表格基礎模型的採用。
透過廣泛使用的 AWS 服務簡化部署和推論,更多企業可以輕鬆試驗並將 LTM 整合到其現有工作流程中,從而降低了高級表格 AI 的進入門檻。
NEXUS 等 LTM 的興起將顯著減少表格數據任務中對手動特徵工程和模型調優的數據科學家的需求。
NEXUS 能夠自動從原始表格數據中學習模式並以最少的配置提供準確的預測,從而簡化了機器學習流程,使現有團隊能夠更高效地處理更多用例。
對表格數據專用基礎模型的關注將推動處理複雜多表格關係型數據的進一步創新。
儘管 NEXUS 目前在單一扁平表格上運行,但其成功突顯了領域特定基礎模型的價值,這可能會刺激開發更複雜的 LTM,使其能夠原生處理關係型數據庫。
⏳ 時間線
2020-12
Amazon SageMaker JumpStart 正式推出
2024-10
Fundamental AI 公司成立
2026-02
Fundamental AI 獲得 2.55 億美元融資並公開推出 NEXUS 大型表格模型
2026-02
Fundamental AI 宣布與 AWS 建立戰略合作夥伴關係,以部署 NEXUS
2026-06
Fundamental 的 NEXUS 大型表格模型現已登陸 Amazon SageMaker JumpStart
📎 來源 (18)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: AWS Machine Learning Blog ↗

