前言

Fundamental，一家新興的 AI 實驗室，最近推出了其突破性的基礎模型，旨在解決從大量結構化數據中提取洞見的長期挑戰。通過結合傳統的預測 AI 和現代工具，Fundamental 旨在革命化大型企業處理和分析數據的方式。這一創新正逢其時，因為大多數現有模型在處理非結構化數據時表現優秀，但面對如表格這樣的結構化格式時則顯得不足。

懶人包

Fundamental 獲得 2.55 億美元的 A 輪融資，重新定義大數據分析。通過引入 Nexus，這一新穎的模型徹底改變了企業處理結構化數據的方式，勝過傳統方法和當代 AI。

主要內容

週四，Fundamental 以新穎而創新的 AI 領域玩家身份亮相，並提出了對數據分析的非凡願景。這家創業公司針對一個基本問題：如何從企業常規生成的龐大結構化數據中衍生出有價值的洞見。通過整合傳統預測 AI 系統和最新技術工具，Fundamental 宣稱其能夠改變企業級的數據分析過程。

現有 AI 模型，尤其是大型語言模型（LLM），在處理非結構化數據如文本、音頻、視頻和代碼時表現出色，然而在面對結構化數據集如試算表和數據庫時卻遇到挑戰。Fundamental 的 CEO Jeremy Fraenkel 就他們的解決方案 Nexus 提供了見解，這一模型被認為是高效處理結構化數據的最佳基礎。

Fundamental 的理念已經獲得投資者的共鳴，剛剛進入市場便籌得 2.55 億美元的強大資金，使其估值達到 12 億美元。在本輪 A 輪融資中的主要貢獻者包括 Oak HC/FT、Valor Equity Partners、Battery Ventures 和 Salesforce Ventures，另有 Hetz Ventures 和天使投資人如 Perplexity CEO Aravind Srinivas、Brex 聯合創始人 Henrique Dubugras 和 Datadog CEO Olivier Pomel 的參與。

與傳統 AI 做法顯著不同的是，Fundamental 的 Nexus 模型被稱為大型表格模型（LTM），而非典型的 LLMs。Nexus 因其確定性而獨特，能為重複查詢提供一致的答案，且不同於在許多當代 AI 實驗室中普遍採用的變壓器架構標準。這一新穎的方法允許 Nexus 在預訓練和微調時像一個傳統的基礎模型，但卻能產生與像 OpenAI 或 Anthropic 等 AI 巨頭不同的結果。

這些差異的意義在於 Fundamental 的目標應用場景中得到顯現。當代 AI 模型經常因上下文窗口限制等原因，在大規模數據推理方面面臨困難。相比之下，企業通常處理廣泛的結構化數據集，這為能夠管理如此大規模的模型提供了機會。

Nexus 在有效處理大量數據集的能力，對 Fundamental 帶來了一個重大的機會。利用 Nexus，企業可以應用現代方法進行大數據分析，增強了超越現有算法的效能和靈活性。這一改進是吸引力的主要原因，使其能夠在各種用例中全面運用，提供相較於由廣泛數據科學家團隊進行的傳統方法更優越的性能。

這一引人注目的承諾得到了高知名度合作的支持，包括與多家世界百強企業簽訂的數百萬美元合同。此外，與 AWS 的合作則直接從現有的 AWS 實例中實現 Nexus 部署，這對 Fundamental 和其客戶來說是前瞻性的一步。

關鍵洞見表格