LG AI Research 周五宣布，其旗下两款工业 AI 模型 EXAONE Tabular 和 EXAONE Forecast，在聚焦工厂车间、交易大厅及医院病房等真实场景的基准测试中夺得全球第一。与常见的 LLM 推理测试不同，此次竞争聚焦于企业 AI 核心的表格数据和时间序列处理能力。

在结构化数据基准 TabArena 上，EXAONE Tabular 取得 1,760 分的 ELO 得分，超越谷歌 TabFM 模型的 1,749 分。在 Salesforce 开发的时间序列预测基准 GIFT-Eval 零样本类别中，EXAONE Forecast 同样排名第一，击败谷歌和阿里巴巴的模型。这两个基准均由公众托管、独立运营，采用能源、金融、医疗等领域的真实工业数据集，而非假设性测试。

工业基准为何比 LLM 排行榜更具实战意义

尽管 GPT 风格的推理基准催生了具备强大能力的 AI 系统，但大型工业企业真正需要的并非散文生成或冷知识问答，而是对供应链结构化表格、需求预测时间序列以及传感器数据的统计精度分析。

表格数据是企业环境中的主导数据类型。过去 15 年，梯度提升树模型（如 XGBoost、LightGBM）凭借对异构工业表统计关系的处理能力，长期占据主导地位。然而，随着表格基础模型（TFM）的兴起，这一格局正在改变。TFM 以原生格式处理表格，通过上下文学习（ICL）机制，能在无需重新训练的情况下泛化至新表格，尤其在小数据集场景下表现优于传统方法。

EXAONE Tabular：小数据场景下的性能突破

EXAONE Tabular 作为表格基础模型，避免了传统 LLM 将表格序列化文本导致结构信息丢失的问题。它通过学习海量合成数据掌握表格通用先验知识，并在推理时结合训练集和测试行进行贝叶斯推断。

在 TabArena 的小数据集子集中，基础模型排名靠前，而梯度提升树落后数百个 ELO 点。TabArena 由 AWS 和弗赖堡大学团队推出，是首个持续维护的 " 活体 " 基准系统。谷歌于 2026 年 6 月 30 日提交 TabFM 模型后占据榜首，随后 LG 将 ELO 得分提高 11 分，以 1,760 分确立分类数据预测的总体领先地位。

该模型仅需极少输入数据即可执行二元或多类分类任务，适用于电池电芯质量预测、疾病风险评估、贷款违约检测等场景。LG AI Research 计划于 2026 年下半年在制造、生物医疗保健和金融领域开展概念验证试验。

EXAONE Forecast：零样本时间序列预测能力

EXAONE Forecast 在 GIFT-Eval 基准中的胜利更为显著。该基准涵盖 23 个数据集、超过 1.77 亿个数据点，重点评估模型在未微调情况下的零样本预测能力。EXAONE Forecast 凭借在异常庞大且异质的合成数据集及 LG 专有时间序列数据上的训练，实现了对不熟悉数据集的准确预测，领先于谷歌和阿里巴巴的模型。

目前，EXAONE Forecast 已部署于 LG 旗下子公司：用于 LG 电子的季节性产品需求预测、LG 新能源的原材料（如锂）价格预测，以及通过与 Koscom 和伦敦证券交易所集团（LSEG）合作开发的金融 AI 服务，为约 8,000 只股票提供每日预测分数。该金融服务已于 2025 年 9 月推出。

专有数据构建结构性护城河

LG 的双基准胜利揭示了工业 AI 与通用 LLM 的竞争差异：前者更依赖对特定、历史深厚且专有运营数据的访问权限，而非单纯的计算规模。谷歌 TabFM 选择合成数据训练，部分原因在于无法获取真实的专有工业数据。相比之下，LG 在制造、能源、医疗和金融领域积累了半个世纪的专有数据，构成了难以复制的结构性护城河。

LG AI Research 联席主管 Lim Woo-hyung 表示，全球科技公司的重点正从通用语言模型转向行业特定 AI，韩国企业集团的数据优势将成为差异化竞争关键。

局限性与未来展望

尽管基准测试独立可审计，但 LG 发布的概念验证用例尚未经过生产性能的独立验证。对于拥有大型、标注良好数据集的企业，梯度提升树仍具竞争力，TFM 的优势主要集中在小数据场景。

随着 EXAONE 生态系统的扩展，包括通用语言、多模态视觉、计算病理学及机器人基础模型在内的领域特定模型，正逐步构建起 LG 的工业 AI 基础设施层。这一转变表明，随着通用 LLM 边际性能差异缩小，专有数据驱动的工业垂直领域将成为全球 AI 竞争的新高地。

【星途科讯 图文丨略略 首发于 ZAKER 科技，转载请注明出处】