问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
近日谷歌AI正式发布全新表格基础模型TabFM，该模型采用混合注意力架构，首次将大模型的上下文学习能力落地到表格数据的零样本分类、回归预测场景。相较于传统表格模型需针对单任务单独微调的痛点，TabFM无需针对性训练即可适配多行业表格分析需求，实测零样本任务表现较当前主流方案提升超32%。
在全球企业的数字化资产中，结构化表格数据占比长期超过70%，涵盖用户画像、交易流水、供应链台账、生产参数等核心业务信息，但这类数据的智能化分析始终是AI落地的难点场景。
此前行业主流的表格分析方案分为两类：一类是针对单一任务训练的小模型，需要耗费大量人力标注数据、定期迭代，复用性极差；另一类是通用大模型的表格插件，往往难以准确捕捉列语义与数值逻辑的关联，泛化表现不足。
此次谷歌AI推出的TabFM，核心创新点在于采用了混合注意力双路架构：一路针对表格的列字段做语义注意力编码，区分“用户年龄”“消费金额”“所属地区”等不同字段的属性差异；另一路针对行维度的数值做关联注意力计算，捕捉不同样本之间的特征关联。
和传统表格模型不同，TabFM首次实现了表格场景下的上下文学习能力：用户只需输入少量标注好的样本作为示例，无需微调模型参数，即可完成零样本场景下的分类、回归两类核心预测任务，大幅降低了表格分析的技术门槛。
目前TabFM已经在谷歌云的BigQuery数据分析服务中开启小范围测试，首批测试用户覆盖零售、金融、工业制造三大领域，可支持销量预测、风控评分、设备故障预警等高频场景的直接调用。
谷歌AI团队透露，后续将逐步开放TabFM的公开API接口，同时支持企业基于自有数据做私有部署微调，进一步适配细分行业的个性化表格分析需求，预计明年年内将覆盖80%以上的通用表格分析场景。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号