关键要点:
- 2026年11月17日多家财经媒体报道,稳准智能连完A轮和A+轮,合计"数亿元",金额未披露。
- 公司围绕清华大学计算机系崔鹏教授组建,核心团队研究因果学习十余年,模型面向表格数据。
- 基础模型LimiX已开源2代,但基准成绩、英伟达引用与产业落地都仍是"据报道",未经独立核实。
大多数人工智能融资故事从聊天机器人开始,这一个从表格开始。清华大学计算机系的团队,在为工厂和实验室的数据建模——测量表、传感器读数,而不是成段文字。他们说,现已接连完成2轮融资。
2026年11月17日,多家中国财经媒体报道,稳准智能(Wenzhun Intelligence)完成A轮和A+轮,合计被描述为"数亿元",公司未作精确拆分。按最低的2亿元算,约合2800万美元以上、2.17亿港元以上(按1美元≈7.2元、1港元≈0.92元);确切金额未披露。
谁开的支票
投资人名单很具体,证券时报e公司、每日经济新闻和上海证券报3家一致:
- A+轮包括鼎晖投资、上海国投先导、徐汇科创投等。
- A轮由国科投资与和玉资本联合领投,高鹄资本担任独家财务顾问。
- 更早的投资方有雄安基金和东方富海。公司称成立以来已完成4轮融资。
- 资金用于模型研发、产品迭代和向工业场景扩张。
公司围绕清华大学计算机系崔鹏教授组建,他任首席科学家;据每日经济新闻,核心团队研究因果学习十余年。公司注册在雄安新区,那里正聚集大型工业和能源企业总部。
给表格建模,不是给段落建模
稳准智能把自己的方法称为LDM(Large Data Model,数据大模型)。界限很直白:大语言模型靠吸收大量文本泛化,LDM则靠识别结构化数据里的因果关系泛化,这样一个基础模型就能服务许多张表,不必为每张表重新训练。
基础模型LimiX(极数)2025年8月开源,第2代LimiX-2在2026年9月出现。投资媒体报道称,LimiX-2在TabArena、TALENT和BCCO这3个结构化数据基准里排名第1,英伟达还在一篇技术文章里把它当作对照。这些结果来自投资记者,在看到底层评测前都应视为说法。
更实在的信号来自机构。据上海证券报,2026年8月公司承接国家科技重大专项,课题是"因果驱动的数据-知识双基座材料科学智能体"。这是政府背景的科研任务,不等于商业产品或收入合同。
投资人为什么越过聊天机器人
稳准智能的叙事契合中国人工智能投资的一次转向:随着消费级聊天和视频应用成熟,一些基金转向做"难以复制的数据"的公司——工业流程记录、传感器历史、材料实验。论点是,在这类数据上训练的模型,能筑起靠堆参数买不到的护城河。
第2个原因属于团队。因果学习多年来体面却资金安静;这轮由国资背景和成熟商业投资人领投,说明它开始被当作有商业意义的东西。徐汇科创和上海国投先导的出现,也指向地方政府引入基础模型公司的兴趣。
稳准智能并没有把LDM说成语言模型的替代品。它的设计是"双基座":一个模型处理语义和知识检索,另一个处理实验与工业数据、识别变量关系。语言模型能规划研究任务,但科学家仍需要能读懂测量值、在条件变化时可靠的模型。这是产品论点,不是读者能检查的已部署系统。
这个领域也不空。投资媒体提到,小米发布了通用表格基础模型,蚂蚁相关研究者做过表格的上下文学习,海外的SAP、谷歌和英伟达也通过收购或产品整合进入同一空间。初创公司能否守住位置,仍是开放问题。
脑机网首席科学家李安认为,一个数据模型只有在同一个基础模型能跨数个不相关行业工作、不必为每个行业定制重建时,才配得上它的估值。对稳准智能来说,已部署场景的数量比融资额更要紧。
诚实的局限
本文基于2026年11月证券时报e公司、每日经济新闻、上海证券报和澎湃新闻的报道。融资金额只写"数亿元",文中美元和港元数字是按最低读数估算的下限,非披露金额;估值、收入和客户合同均未公布。LimiX-2的基准名次、英伟达引用,以及落地和学术履历的说法,都出自这批报道,未独立核实。本文不评估模型技术优劣,也不做同行比较。
普通人现在能做什么
- 如果你做工业或科研数据,问供应商:它的模型是为你的表重新训练过,还是仅仅把这些表当作上下文喂进去。这个差别决定试点要花多久。
- 融资公告只写"数亿元"时,每个折算数字都当成估算:要么要披露金额,要么直说没有披露。
- 盯住那个有政府背景的科研项目和任何点名的工业落地。它们比下一条融资头条更能说明一个数据模型有没有用。