LG AI研究院7日表示，其自主研发的表格数据预测模型EXAONE Tabular和时序数据预测模型EXAONE Forecast，近期分别在全球相关评测中取得SOTA（State of the Art，当前最优）成绩。

LG AI研究院负责人 Lim Woo-hyung 表示，全球大型科技公司的关注重点正迅速从通用大语言模型转向能够解决真实产业问题的产业基础模型。此次成绩也表明，制造业等产业现场长期积累的数据，有望成为韩国AI差异化竞争力的重要基础。

在面向多行业表格数据预测能力的全球评测TabArena中，EXAONE Tabular在类别型数据预测项目中位居第一。榜单显示，该模型的ELO评分达到1760分，高于Google上月发布的TabFM的1749分。

据介绍，EXAONE Tabular属于表格基础模型（TFM，Tabular Foundation Model）。与将表格数据转写为文本后再进行分析的通用语言模型不同，EXAONE Tabular可直接理解由行、列构成的表格结构及其中的数据关系。该模型基于大规模表格形态合成数据训练而成。

LG AI研究院表示，EXAONE Tabular在面对新数据时无需对整个模型进行重新训练，只需少量数据即可快速适配新任务并输出预测结果，因此在数据相对不足的产业场景中也具备较高实用性。

按计划，LG AI研究院将于今年下半年在制造、生物医疗健康和金融三大领域推进EXAONE Tabular的PoC，并加快业务落地。

在时序预测领域，LG AI研究院的另一款模型EXAONE Forecast也在由全球CRM企业Salesforce开发的GIFT-Eval评测中取得领先成绩。

时序数据是指随时间变化而持续记录的数据，例如产品需求、原材料价格、用电量和股价等。时序预测是产业运行中的关键环节，但由于各行业数据特征和波动模式差异较大，如何用单一通用AI覆盖多个行业的未来预测，长期以来一直是技术难点。

LG AI研究院表示，作为时序基础模型（TSFM，Time Series Foundation Model），EXAONE Forecast在GIFT-Eval的零样本（Zero-shot）项目中排名第一。这意味着模型即使无需追加训练，也能对此前未接触领域的数据给出较为准确的预测。

此外，EXAONE Forecast在模拟真实业务环境、由AI自主分析数据并完成预测的Agentic AI评测中排名第二，显示出其在产业落地和跨行业应用方面的潜力。

据介绍，EXAONE Forecast基于互联网、销售、能源、经济、医疗健康、交通等多个行业的真实时序数据训练，并进一步学习了规模达2万亿条、用于模拟现实世界的虚拟时序数据。

LG AI研究院称，EXAONE Forecast可通过同一模型覆盖金融、能源、制造、医疗等多个行业的时序预测需求。相较于以往按行业分别开发独立预测模型的方式，该模型适用范围更广，开发效率也更高。

目前，LG AI研究院正围绕面向产业现场数据与业务特征的产业特化基础模型，持续拓展EXAONE的应用版图。

其中，LG AI研究院已于2024年推出病理基础模型EXAONE Path（PFM，Pathology Foundation Model），目前正在开发可用于识别癌症类型并辅助专业医护人员决策的“癌症Agentic AI”。

与此同时，LG AI研究院也在扩展EXAONE可处理的数据类型，并推进机器人基础模型（RFM，Robot Foundation Model）研发，以提升其对视觉信息的理解能力，并支持机器人在物理世界中执行任务。

LG AI研究院数据智能实验室负责人 Lee Soon-young 表示，LG的竞争力来自跨产业积累的数据资源，以及对产业现场的深入理解。未来，LG将继续扩充面向多行业的基础模型矩阵，在全球AI市场打造新的竞争优势。