麻省理工学院（MIT）研究人员开发出一种基于表格数据训练的基础模型，显著提升高维工程问题的优化效率。该方法改进了传统贝叶斯优化，在电力系统和汽车安全设计等复杂场景中，求解速度比现有方法快 10 至 100 倍。以汽车碰撞安全为例，工程师需权衡数千零部件的组合，而新模型能自动识别关键变量，无需重复训练即可快速迭代优化。研究团队表示，该技术可广泛应用于材料开发、药物发现等高成本评估领域，实现高效、可复用的智能优化。