Google 發表 TabFM：表格資料不必訓練就能預測，數週內 BigQuery 一行 SQL 就能用

2026 年 6 月 30 日，Google Research 在官方部落格發表 TabFM（Tabular Foundation Model），一個專門處理表格資料的基礎模型，由 Google Research 團隊發表。訴求很單純：面對一份試算表或資料庫表格，不必為它訓練模型、不必調參數，直接把整份表格交給模型，就能回傳分類（這位客戶會不會流失）或回歸（下個月營收多少）的預測。

把表格預測改寫成「情境學習」

核心設計是把表格預測重構為情境學習（in-context learning）。傳統流程是「一份資料集訓練一個模型」；TabFM 則把歷史資料列與待預測資料列合併成單一 context，在權重完全凍結（frozen weights）的狀態下做一次前向傳遞，答案就出來了。架構上有三個關鍵：

• 列與欄交替注意力（alternating row and column attention）：既看同一列裡各欄位的關係，也看同一欄位在不同列之間的分布。
• 列壓縮（row compression）：把大量資料列壓成模型吃得下的表示，整份表格才塞得進 context。
• 情境學習機制：範例即訓練，不再有針對單一資料集的梯度更新。

訓練資料來源值得注意：訓練集是由結構因果模型（structural causal models）生成的數億份合成資料集，全程未使用真實企業資料，對重視資料治理的企業是加分項。

基準成績與釋出界線

Google 在公開基準 TabArena 上評測，涵蓋 38 個分類資料集與 13 個回歸資料集，base 模型與 TabFM-Ensemble（加入交叉特徵、SVD 特徵與機率校準）皆名列頂尖。釋出分成兩塊，界線要看清楚：模型權重放上 Hugging Face，採非商業授權（non-commercial license）；使用程式碼與範例放上 GitHub，採 Apache 2.0。可以研究、可以試，但不能拿權重直接做商業產品。

真正會改變企業日常的，是同日宣告的整合計畫：TabFM 正在併入 Google BigQuery，官方說法是數週之內，使用者將可用一行 AI.PREDICT SQL 完成進階的回歸與分類。資料已經在倉儲裡，預測就在倉儲裡完成，不必再導出資料、再開 notebook。

和 XGBoost 的差別，以及對管理者的意義

過去表格預測的主力是 XGBoost 與 Random Forest，效果好，但每換一份資料集就要重新訓練、調參、驗證，這些工作需要資料科學人力，人力就是排隊與週期。TabFM 在 TabArena 上與現有頂尖方法同列前段，它改變的是「要花多久、要誰做」：零訓練意味著預測從一個專案，變成一次查詢。企業手上最多的資料型態從來不是文章與圖片，而是表格——銷售明細、客戶流失名單、應收帳齡、庫存週轉、出勤紀錄。過去門檻不在資料而在人，多數中型企業因此停在「看報表」。若整合如期上線，主管能自己問出「哪些客戶下季可能不續約」。

現在可以做的準備有兩件：

1. 盤點自家哪三張表格最值得預測，並確認欄位品質與歷史長度足夠。
2. 記住授權界線：要在商業情境使用，請等 BigQuery 正式整合，而不是先把 Hugging Face 的權重搬進生產環境。

技術門檻正在降下來，剩下的是管理者願不願意先想清楚要問什麼問題。