15个月，从900万到10亿
PriorLabs的故事堪称2026年AI领域最戏剧性的资本故事之一。
2025年初，这家德国AI初创公司仅以 €900万欧元的种子轮融资 起步。15个月后的今天，SAP宣布以 €10亿欧元投资承诺 收购PriorLabs——估值增长超过100倍。
驱动这次巨额收购的核心资产，是GitHub Trending上正在热传的开源项目 TabPFN（Prior Labs Tabular Foundation Model）。
TabPFN解决了什么痛点
如果你做过机器学习，大概率经历过这个折磨：
- 拿到一份几百行的表格数据
- 尝试XGBoost、随机森林、LightGBM
- 花几天时间调参、做特征工程
- 结果在小数据集上严重过拟合
TabPFN的解决思路是：把表格数据当成一种”语言”，用基础模型的方式来处理。
它不是传统ML模型的替代品，而是一种范式转换：
| 维度 | 传统ML流程 | TabPFN |
|---|---|---|
| 训练方式 | 每个任务从头训练 | 预训练模型，零样本推理 |
| 小数据表现 | 容易过拟合 | 天然适配，表现稳定 |
| 调参成本 | 高（网格搜索/贝叶斯优化） | 几乎为零 |
| 特征工程 | 必须手动处理 | 自动编码 |
| 推理速度 | 取决于模型复杂度 | 极快 |
为什么SAP愿意花10亿
SAP的核心业务是企业软件——ERP、CRM、供应链管理，而这些系统的底层，几乎全是表格数据。
TabPFN对SAP的战略价值在于：
- 智能分析内置化：企业用户无需配置ML Pipeline，直接获得智能数据洞察
- 降低AI使用门槛：业务人员可以直接用自然语言+表格数据获得分析结果
- 竞争壁垒：在其他AI厂商还在卷文本和图像时，SAP拿下了”表格数据AI”这个垂直赛道
- 开源生态：TabPFN的开源属性意味着SAP可以吸引开发者生态，形成护城河
基础模型的下一个 frontier：不是文本，不是图像，是表格
2023-2024年，基础模型的战场在文本（GPT-4、Claude）和图像（Midjourney、DALL-E）。2025年，视频和音频成为新战场。
但表格数据一直是被忽视的蓝海：
- 全球 80%以上的企业数据 仍以表格形式存储
- 表格数据的AI处理市场规模预计2027年超过 500亿美元
- 传统ML工具的使用门槛极高，只有不到5%的企业数据团队 能有效利用
TabPFN的开源项目已经在GitHub上获得 6,486颗Star，今日增长218颗，在Trending榜单排名第三。
格局判断
这次收购释放了几个信号：
- 企业级AI的价值正在被重新定义：不是聊天机器人，而是对核心业务数据的智能处理
- 基础模型正在”专业化”：从通用大模型到垂直领域基础模型（代码、表格、生物、金融）
- 开源+商业化的路径正在验证：TabPFN是开源项目，但SAP看到了将其整合到企业产品线的商业价值
行动建议
- 数据科学从业者：立即试用TabPFN，它在小型数据集上的零样本表现可能替代你一半的调参工作
- 企业IT决策者：关注SAP如何将TabPFN整合到现有产品线，这可能改变企业数据分析的成本结构
- AI创业者：TabPFN证明了”垂直领域基础模型”这条路走得通，代码、法律、医疗等领域都有类似机会
基础模型的竞争正在进入深水区。下一个被十亿级收购的，可能就是你正在用的那个开源项目。