架构：交替行列注意力机制

TabFM 采用混合注意力（交替行列）Transformer 架构 。与一维文本数据不同，表格数据需要同时理解行与列之间的关系。TabFM 的核心创新在于交替执行两种注意力操作：

• 列间注意力：捕捉特征之间的依赖关系
• 行间注意力：捕捉样本之间的依赖关系

这种两步机制能够构建行与列的固定维度嵌入表示，使得模型在推理时能够泛化到任意的表格结构 。该架构融合了此前 TabPFN 的交替行列注意力与 TabICL 的上下文学习方法 。

完全基于合成数据训练

TabFM 的训练数据完全来自数亿个通过结构因果模型生成的合成数据集 。这一策略巧妙避开了开源表格数据稀缺和质量参差不齐的问题——许多真实世界表格数据包含敏感或商业机密信息，无法自由用于大规模预训练 。通过掌控数据生成过程，Google 在完全不依赖真实业务数据的前提下，构建了一个多样且分布均衡的训练语料库 。

TabArena 榜单：达到业界领先水平

TabFM 在 TabArena 上完成了验证。TabArena 是一个基于 Elo 评分的动态表格机器学习基准测试，其公开排行榜可访问 tabarena.ai 。根据 Google 公布的测试结果：

• TabFM-Ensemble（使用 32 集成方法 + 截面特征与 SVD 特征）在 TabArena 上取得了当前最佳成绩，同时在分类和回归任务中均位列榜首 。
• TabFM-Single（单次前向传播，不集成）也取得了强劲的第二名成绩，与 TabPFN v2 等此前优秀的表格基础模型乃至调优后的梯度提升树相比毫不逊色 。

具体 Elo 分数取决于实时排行榜状态，但 Google 官方数据显示 TabFM-Ensemble 在分类与回归两个面板中均排名第一 。截至 2026 年 7 月初，TabArena 分类排行榜上单模型最佳成绩由 TabPFN-3（Elo 1721）保持，而集成方法（如 AutoGluon extreme 4h）则作为天花板存在 。TabFM 的加入正在改变这一竞争格局。

许可模式：双重许可

TabFM 采用双重许可模式：

模型权重采用非商业、源代码可用许可发布——这意味着根据 OSI 定义或 G7 2026 年四层框架，TabFM 并非完全开源模型 。不过，推理代码和示例笔记本则采用了较为宽松的 Apache 2.0 许可 。这一模式与 Google 此前对 Gemma 等研究模型的处理方式一致（部分 Gemma 后续版本迁移至 Apache 2.0 ），也与 Prior Labs 以非商业条款发布 TabPFN 模型权重的做法类似 。

BigQuery 集成：通过 AI.PREDICT 实现

Google 计划在公告发布后的数周内将 TabFM 直接集成到 BigQuery 中 。届时 BigQuery 用户可通过 AI.PREDICTSQL 命令执行零样本分类与回归，其语法模式对标 BigQuery ML 已有的托管推理函数（类似 TimesFM 的 AI.FORECAST）。预期语法如下：

SELECT * FROM AI.PREDICT(
  MODEL tabfm,
  TABLE your_data
)

这一集成意味着数据团队无需管理独立的机器学习基础设施或模型部署，直接通过 SQL 即可应用 TabFM 预测 。截至公告日（2026 年 7 月 1 日），该集成被描述为“即将推出”，但尚未出现在 BigQuery 发布说明中 。Google 现有的 BigQuery ML 生态已支持 TimesFM 的 AI.FORECAST、自定义模型的 ML.PREDICT 以及 Hugging Face 第三方开放模型 ；TabFM 将是首个获得内置 AI.PREDICT 快捷方式的表格基础模型。

关键注意事项

• 官方 Google Research 博客发布于 2026 年 7 月 1 日，信息非常新 。部分细节——完整学术论文、发布时的实时 TabArena 具体分数、BigQuery 的确切发布日期——可能仍在变动中。
• 截至本文分析时，尚未发现对应的 Google Research 正式论文或 arXiv 预印本。技术架构细节来自媒体报道与博客文章 。
• BigQuery ML 当前文档中记录的 ML.PREDICT 函数需要注册模型对象 ；TabFM 的 AI.PREDICT 语法可能是对标 TimesFM AI.FORECAST 的全新内置快捷命令，截至本文撰稿时尚未出现在发布说明中。
• TabFM 的非商业权重许可限制了无单独协议情况下的商业用途，这可能会影响企业用户的采用计划。

架构：交替行列注意力机制

TabFM 采用混合注意力（交替行列）Transformer 架构 。与一维文本数据不同，表格数据需要同时理解行与列之间的关系。TabFM 的核心创新在于交替执行两种注意力操作：

• 列间注意力：捕捉特征之间的依赖关系
• 行间注意力：捕捉样本之间的依赖关系

这种两步机制能够构建行与列的固定维度嵌入表示，使得模型在推理时能够泛化到任意的表格结构 。该架构融合了此前 TabPFN 的交替行列注意力与 TabICL 的上下文学习方法 。

完全基于合成数据训练

TabFM 的训练数据完全来自数亿个通过结构因果模型生成的合成数据集 。这一策略巧妙避开了开源表格数据稀缺和质量参差不齐的问题——许多真实世界表格数据包含敏感或商业机密信息，无法自由用于大规模预训练 。通过掌控数据生成过程，Google 在完全不依赖真实业务数据的前提下，构建了一个多样且分布均衡的训练语料库 。

TabArena 榜单：达到业界领先水平

TabFM 在 TabArena 上完成了验证。TabArena 是一个基于 Elo 评分的动态表格机器学习基准测试，其公开排行榜可访问 tabarena.ai 。根据 Google 公布的测试结果：

• TabFM-Ensemble（使用 32 集成方法 + 截面特征与 SVD 特征）在 TabArena 上取得了当前最佳成绩，同时在分类和回归任务中均位列榜首 。
• TabFM-Single（单次前向传播，不集成）也取得了强劲的第二名成绩，与 TabPFN v2 等此前优秀的表格基础模型乃至调优后的梯度提升树相比毫不逊色 。

具体 Elo 分数取决于实时排行榜状态，但 Google 官方数据显示 TabFM-Ensemble 在分类与回归两个面板中均排名第一 。截至 2026 年 7 月初，TabArena 分类排行榜上单模型最佳成绩由 TabPFN-3（Elo 1721）保持，而集成方法（如 AutoGluon extreme 4h）则作为天花板存在 。TabFM 的加入正在改变这一竞争格局。

许可模式：双重许可

TabFM 采用双重许可模式：

模型权重采用非商业、源代码可用许可发布——这意味着根据 OSI 定义或 G7 2026 年四层框架，TabFM 并非完全开源模型 。不过，推理代码和示例笔记本则采用了较为宽松的 Apache 2.0 许可 。这一模式与 Google 此前对 Gemma 等研究模型的处理方式一致（部分 Gemma 后续版本迁移至 Apache 2.0 ），也与 Prior Labs 以非商业条款发布 TabPFN 模型权重的做法类似 。

BigQuery 集成：通过 AI.PREDICT 实现

Google 计划在公告发布后的数周内将 TabFM 直接集成到 BigQuery 中 。届时 BigQuery 用户可通过 AI.PREDICTSQL 命令执行零样本分类与回归，其语法模式对标 BigQuery ML 已有的托管推理函数（类似 TimesFM 的 AI.FORECAST）。预期语法如下：

SELECT * FROM AI.PREDICT(
  MODEL tabfm,
  TABLE your_data
)

这一集成意味着数据团队无需管理独立的机器学习基础设施或模型部署，直接通过 SQL 即可应用 TabFM 预测 。截至公告日（2026 年 7 月 1 日），该集成被描述为“即将推出”，但尚未出现在 BigQuery 发布说明中 。Google 现有的 BigQuery ML 生态已支持 TimesFM 的 AI.FORECAST、自定义模型的 ML.PREDICT 以及 Hugging Face 第三方开放模型 ；TabFM 将是首个获得内置 AI.PREDICT 快捷方式的表格基础模型。

关键注意事项

• 官方 Google Research 博客发布于 2026 年 7 月 1 日，信息非常新 。部分细节——完整学术论文、发布时的实时 TabArena 具体分数、BigQuery 的确切发布日期——可能仍在变动中。
• 截至本文分析时，尚未发现对应的 Google Research 正式论文或 arXiv 预印本。技术架构细节来自媒体报道与博客文章 。
• BigQuery ML 当前文档中记录的 ML.PREDICT 函数需要注册模型对象 ；TabFM 的 AI.PREDICT 语法可能是对标 TimesFM AI.FORECAST 的全新内置快捷命令，截至本文撰稿时尚未出现在发布说明中。
• TabFM 的非商业权重许可限制了无单独协议情况下的商业用途，这可能会影响企业用户的采用计划。