Prior Labs' teknologi og anvendelser

TabPFN blev publiceret i Nature i januar 2025 og er citeret over 1.000 gange . Den kan matche nøjagtigheden af en fire timers tunet machine learning-pipeline i et enkelt gennemløb, der varer sekunder . Teknologien er allerede i drift på tværs af krævende industrier:

• Jernbanevedligeholdelse – En case study på Prior Labs' hjemmeside viser, at Prior Labs samarbejdede med Hitachi om at fremme prædiktiv vedligeholdelse inden for jernbanedrift .
• Finansiel forecasting – En case study dokumenterer, at Prior Labs og TD (TD Bank) undersøgte TabPFN til finansiel forecasting i stor skala .
• Sundhedspleje og life science – Forskningsapplikationer spænder over diagnosticering af bugspytkirtelkræft, onkologi, neurologi og kardiologi ; en case study med BostonGene brugte TabPFN til at identificere immunsystem-profiler .
• Miljø og energi – Modellen er blevet anvendt til forudsigelse af skovbrande og nowcasting af vedvarende energi .
• Batterimaterialer – TabPFN-2.5's anvendelser omfatter også miljøforudsigelser som algeopblomstring og skovbrandrisiko samt nowcasting af vedvarende energi .

Nyeste model: TabPFN-3 med Thinking Mode

TabPFN-3 blev udgivet den 12. maj 2026 . Den understøtter datasæt på op til 1 million rækker og 200 funktioner, med indbygget understøttelse af tekstfunktioner via API . API-udgaven TabPFN-3-Plus (Thinking) introducerer inferens-tidsberegning (test-time compute), hvilket betyder, at modellen bruger mere tid under fitting for at opnå markant højere nøjagtighed . På TabArena-benchmarket slår TabPFN-3-Plus (Thinking) alle ikke-TabPFN-modeller med over 200 Elo og overgår AutoGluon 1.5 extreme, samtidig med at den er 10 gange hurtigere . TabPFN-3 i sig selv forbliver open source .

Aftalens struktur og uafhængighedsvilkår

• Opkøbspris – Ikke offentliggjort, men SAP har forpligtet sig til at investere over 1 mia. euro over fire år i Prior Labs .
• Uafhængighed – Prior Labs fortsætter som en uafhængig enhed og bevarer sit brand, ledelse, forskningsdagsorden og kunderelationer .
• Open source-forpligtelse – SAP støtter fuldt ud Prior Labs' open source-strategi; TabPFN-3 udgives som open source, og modellen er downloadet over 3 millioner gange .
• Ledelse – Grundlæggerne Frank Hutter, Noah Hollmann og Sauraj Gambhir fortsætter med at lede holdet . Yann LeCun og Bernhard Schoelkopf sidder i den videnskabelige bestyrelse .

Strategisk begrundelse fra ledelsen

Philipp Herzig, SAP's CTO, udtalte, at SAP tidligt erkendte, at den største uudnyttede mulighed inden for enterprise AI ikke var LLM'er, men AI bygget til struktureret forretningsdata. Han sagde: "At kombinere deres banebrydende modelarbejde med virksomhedsdata og kundedækning er sådan, vi agter at føre denne kategori globalt" .

Frank Hutter, CEO for Prior Labs, sagde: "At blive en del af SAP-familien giver os de ressourcer, data-miljø og kundedækning, der skal til for at udnytte dette kategoris fulde potentiale" . I et LinkedIn-opslag efter lukningen tilføjede han: "Samme team, samme kontorer, samme mission, åbne modeller, bakket op af €1 mia.+. Hvad ændrer sig? Skalaen og planlægningshorisonten. SAP er den perfekte partner med en enorm mængde tabeldata og distribution" .

Den kombinerede enhed planlægger at forfølge banebrydende forskning inden for enterprise AI, videnskabelige opdagelser, kausalitet, relationelle data og agentiske systemer – og bevæge sig fra korrelation til kausalitet, hvilket muliggør agentisk AI, der forstår tabeller, sprog og billeder for at ræsonnere og tilpasse sig dynamisk . SAP har også skitseret moonshot-ambitioner inden for medicinske data og materialevidenskab, med applikationer, der allerede er demonstreret inden for onkologisk diagnose, klinisk beslutningstagning og forskning i batterimaterialer .

Prior Labs' teknologi og anvendelser

TabPFN blev publiceret i Nature i januar 2025 og er citeret over 1.000 gange . Den kan matche nøjagtigheden af en fire timers tunet machine learning-pipeline i et enkelt gennemløb, der varer sekunder . Teknologien er allerede i drift på tværs af krævende industrier:

• Jernbanevedligeholdelse – En case study på Prior Labs' hjemmeside viser, at Prior Labs samarbejdede med Hitachi om at fremme prædiktiv vedligeholdelse inden for jernbanedrift .
• Finansiel forecasting – En case study dokumenterer, at Prior Labs og TD (TD Bank) undersøgte TabPFN til finansiel forecasting i stor skala .
• Sundhedspleje og life science – Forskningsapplikationer spænder over diagnosticering af bugspytkirtelkræft, onkologi, neurologi og kardiologi ; en case study med BostonGene brugte TabPFN til at identificere immunsystem-profiler .
• Miljø og energi – Modellen er blevet anvendt til forudsigelse af skovbrande og nowcasting af vedvarende energi .
• Batterimaterialer – TabPFN-2.5's anvendelser omfatter også miljøforudsigelser som algeopblomstring og skovbrandrisiko samt nowcasting af vedvarende energi .

Nyeste model: TabPFN-3 med Thinking Mode

TabPFN-3 blev udgivet den 12. maj 2026 . Den understøtter datasæt på op til 1 million rækker og 200 funktioner, med indbygget understøttelse af tekstfunktioner via API . API-udgaven TabPFN-3-Plus (Thinking) introducerer inferens-tidsberegning (test-time compute), hvilket betyder, at modellen bruger mere tid under fitting for at opnå markant højere nøjagtighed . På TabArena-benchmarket slår TabPFN-3-Plus (Thinking) alle ikke-TabPFN-modeller med over 200 Elo og overgår AutoGluon 1.5 extreme, samtidig med at den er 10 gange hurtigere . TabPFN-3 i sig selv forbliver open source .

Aftalens struktur og uafhængighedsvilkår

• Opkøbspris – Ikke offentliggjort, men SAP har forpligtet sig til at investere over 1 mia. euro over fire år i Prior Labs .
• Uafhængighed – Prior Labs fortsætter som en uafhængig enhed og bevarer sit brand, ledelse, forskningsdagsorden og kunderelationer .
• Open source-forpligtelse – SAP støtter fuldt ud Prior Labs' open source-strategi; TabPFN-3 udgives som open source, og modellen er downloadet over 3 millioner gange .
• Ledelse – Grundlæggerne Frank Hutter, Noah Hollmann og Sauraj Gambhir fortsætter med at lede holdet . Yann LeCun og Bernhard Schoelkopf sidder i den videnskabelige bestyrelse .

Strategisk begrundelse fra ledelsen

Philipp Herzig, SAP's CTO, udtalte, at SAP tidligt erkendte, at den største uudnyttede mulighed inden for enterprise AI ikke var LLM'er, men AI bygget til struktureret forretningsdata. Han sagde: "At kombinere deres banebrydende modelarbejde med virksomhedsdata og kundedækning er sådan, vi agter at føre denne kategori globalt" .

Frank Hutter, CEO for Prior Labs, sagde: "At blive en del af SAP-familien giver os de ressourcer, data-miljø og kundedækning, der skal til for at udnytte dette kategoris fulde potentiale" . I et LinkedIn-opslag efter lukningen tilføjede han: "Samme team, samme kontorer, samme mission, åbne modeller, bakket op af €1 mia.+. Hvad ændrer sig? Skalaen og planlægningshorisonten. SAP er den perfekte partner med en enorm mængde tabeldata og distribution" .

Den kombinerede enhed planlægger at forfølge banebrydende forskning inden for enterprise AI, videnskabelige opdagelser, kausalitet, relationelle data og agentiske systemer – og bevæge sig fra korrelation til kausalitet, hvilket muliggør agentisk AI, der forstår tabeller, sprog og billeder for at ræsonnere og tilpasse sig dynamisk . SAP har også skitseret moonshot-ambitioner inden for medicinske data og materialevidenskab, med applikationer, der allerede er demonstreret inden for onkologisk diagnose, klinisk beslutningstagning og forskning i batterimaterialer .