SAP 以逾十億歐元收購 Prior Labs，為企業表格數據打造前沿 AI 實驗室

• 鐵路維護 —— Prior Labs 官網的案例研究顯示，他們與日立 (Hitachi) 合作，利用 AI 進行鐵路設備的預測性維護 。
• 金融預測 —— 另一項案例研究記錄了 Prior Labs 與道明銀行 (TD Bank) 合作，探索將 TabPFN 應用於企業級的金融預測 。
• 醫療保健與生命科學 —— 研究應用範圍涵蓋胰臟癌診斷、腫瘤學、神經學和心臟病學 ；與 BostonGene 的合作案例中，更利用 TabPFN 來識別免疫系統特徵 。
• 環境與能源 —— 該模型已被應用於野火風險預測與再生能源的即時預報 。
• 電池材料 —— TabPFN-2.5 的應用更進一步延伸至環境預測，包括藻華、野火風險以及再生能源即時預報 。

最新模型：TabPFN-3 與「思考模式」

TabPFN-3 於 2026 年 5 月 12 日正式發布 。它能夠原地處理多達 100 萬行數據和 200 個特徵，並在 API 上原生支援文字特徵 。其 API 版本「TabPFN-3-Plus (思考模式)」引入了「推理時計算擴展」（即測試時計算）——在模型擬合階段花費更多時間，以換取顯著更高的準確度 。在業界標竿「TabArena」基準測試中，TabPFN-3-Plus (思考模式) 擊敗了所有非 TabPFN 模型，Elo 評分領先超過 200 分，並且在比 AutoGluon 1.5 extreme 快 10 倍的同時，表現更為優異 。值得一提的是，TabPFN-3 本身仍是開源模型 。

交易結構與獨立性條款

• 收購價格 —— 並未公開揭露，但 SAP 承諾在四年內投入超過 10 億歐元用於發展 Prior Labs 。
• 獨立營運 —— Prior Labs 將繼續作為一個獨立實體運作，保留其品牌、領導團隊、研究議程和客戶關係 。
• 開源承諾 —— SAP 全力支持 Prior Labs 的開源策略；TabPFN-3 以開源形式發布，該模型的下載量已超過 300 萬次 。
• 領導團隊 —— 創辦人 Frank Hutter、Noah Hollmann 和 Sauraj Gambhir 將繼續領導團隊 。圖靈獎得主 Yann LeCun 和馬克斯·普朗克研究所的 Bernhard Schoelkopf 則擔任科學顧問委員會成員 。

領導階層的戰略考量

SAP 技術長 Philipp Herzig 表示，SAP 很早就意識到企業 AI 最大的未開發機會並非大型語言模型，而是為結構化商業數據打造的 AI。他指出：「將他們前沿模型的工作與企業數據及客戶觸及範圍相結合，正是我們打算在全球主導此一領域的方式」。

Prior Labs 執行長 Frank Hutter 則說：「加入 SAP 大家庭，給了我們所需的資源、數據環境和客戶觸及範圍，讓這個 AI 類別得以發揮全部潛力」。在交易完成後的一篇 LinkedIn 貼文中，他補充道：「同樣的團隊、同樣的辦公室、同樣的使命、開放的模型，並有超過 10 億歐元資金支持。改變的是什麼？是規模和規劃視野。SAP 是完美的合作夥伴，擁有龐大規模的表格數據和銷售管道」。

合併後的實體計劃在企業 AI、科學發現、因果關係、關聯性數據和代理型系統等領域展開前沿研究——從相關性分析邁向因果關係推斷，並實現能理解表格、語言和圖像以進行推理和動態適應的代理型 AI 。SAP 也勾勒出在醫療數據和材料科學領域的「登月計畫」願景，其應用已在腫瘤診斷、臨床決策和電池材料研究中得到驗證 。