Prior Labs
被SAP以€1B买下的18个月

Prior Labs 由 Frank Hutter(CEO)、Noah Hollmann 和 Sauraj Gambhir 在 2024 年末从弗莱堡大学 ML Lab 孵化成立。Hutter 的研究谱系可以一路追溯到他 2009 年在 UBC 的博士论文(贝叶斯优化应用于超参数调优),经过 Auto-WEKA、Auto-sklearn、Auto-PyTorch 一路发展出"AutoML"这个词的主流地位,最终在 2022 年提出 TabPFN——这不是一次偶然的转向,而是一条有严格逻辑的演化线。

TabPFN 的核心创新叫 Prior-Fitted Networks:把贝叶斯推断打包进 Transformer 权重里,通过合成数据先验离线训练一次,推理时依靠上下文学习(in-context learning)直接完成预测,不需要在新任务上重新训练。TabPFN-v2 在约 1.3 亿个合成数据集上预训练,这些合成数据来自结构因果模型和贝叶斯神经网络。

2025 年 1 月,TabPFN-v2 登上 Nature——在小数据集(少于 1 万样本)上,比包括 4 小时调优的 XGBoost ensemble 在内的所有已知方法准确率更高,用时仅 2.8 秒,且不需要任何超参数调优。一个月后,团队完成 €9M Pre-Seed 融资,由 Balderton Capital 领投。

TabPFN 的能力边界扩张得很快:v1(2022)最大支持 1000 个训练样本;Nature 版本的 v2(2025.01)扩展到 1 万样本;2025 年 11 月发布的 2.5 版本支持 5 万样本、2000 个特征,在 TabArena-lite 上超越所有竞争对手,匹配 AutoGluon 4 小时调优的精度,却只需要单模型一次前向传播;2025 年 12 月的"Scaling Mode"进一步突破到 1000 万行数据,从"小数据专家"跃升为"企业级可用"。这个扩张不是靠更大的模型,而是靠改进草图算法(sketching)和特征选择压缩输入、保留统计信息实现的。

2026 年 5 月 4 日,SAP 宣布收购 Prior Labs,承诺四年投入 €1B 以上(具体交易金额未披露,预计 2026 年第二或第三季度交割,尚待监管批准)。SAP 的收购声明里写得很直白:"回答'会发生什么'是有用的,但回答'为什么会发生'才是变革性的"——这指向 Prior Labs 下一步的因果推断路线图。收购时团队规模约 20 人,招募自 Google、Apple、Amazon、Microsoft、Jane Street 和 CERN。

从 €9M Pre-Seed 到 €1B 收购承诺,时间跨度约 18 个月,回报倍数约 111 倍(以 €1B 全额计,实际交易金额未披露)。SAP 付这个价钱的三个硬理由:SAP 客户数据 98% 是结构化表格数据、LLM 处理不了;20 人团队 18 个月内做出 Nature 论文加 300 万下载的开源生态,这种研究速度大公司内部复制不了;在 EU AI Act 框架下,一个扎根德国、GDPR 合规的研究实验室,比硅谷买来的技术更容易赢得欧洲企业客户信任。

SAP 承诺 Prior Labs 将"以独立法人继续运营",这不完全是空话——研究速度本身就是这次收购最核心的资产,破坏研究文化等于破坏收购价值。但独立性事实上已经在 2026 年 5 月 4 日终止,开源社区普遍担忧的是历史上大公司收购开源项目后维护力度下降的先例并不少见,SAP 是否会继续保持 TabPFN 的开源节奏,需要持续观察。

Frank Hutter 是否保留弗莱堡教职、学术与工业的双轨模式能否延续、大学在论文归因上的处理方式,目前都还没有公开答案。这些细节决定了 Prior Labs 的科学产出节奏在被收购后是否会发生结构性变化。

更大的行业信号是:这次收购被欧洲 AI 圈解读为"欧洲能做出世界级 AI,不需要把团队迁去硅谷"的证明——Prior Labs 从弗莱堡大学 ML Lab 孵化,站在 ELLIS 生态系统里,天然连接 Max Planck 研究所和 Bernhard Schölkopf 这样的学术网络,SAP 总部瓦尔多夫距弗莱堡约 100 公里,这不是巧合。对其他欧洲 AI 实验室而言,"被有监管优势需求的大型企业收购"可能正在成为一条比 IPO 更现实的退出路径。