Zillow 作为美国领先的房地产数据平台，近期其核心业务——房屋估价模型 Zestimate 的准确性受到外界关注，但更引人注目的是 AI 在时间序列预测领域的突破性研究，尤其是 Google 推出的 Nexus 方法，这可能对 Zillow 的未来技术方向产生影响。Nexus 是一种将事件推理融入时间序列预测的框架，它通过多 agent 协作拆解复杂时间序列，将统计外推升级为因果推理，从而显著提升预测精度。据报道，Nexus 在 Claude 版本上使平均绝对百分比误差（MAPE）降低 86.6%，这一突破揭示了传统预测模型的局限：仅依赖历史数据而忽略事件上下文。具体而言，Google Nexus 通过引入外部事件（如政策变化、自然灾害）作为显式输入，让模型‘理解’为何数据会波动，而非单纯拟合模式。
当前焦点在于，Zillow 是否会借鉴类似 Nexus 的事件驱动方法来改进 Zestimate？毕竟房屋价值受利率、就业率、政策变动等事件影响显著。若能将宏观经济事件与微观房市数据结合，Zestimate 的准确性和鲁棒性有望提升。未来观察点包括：Zillow 是否发布相关技术升级、学术界是否围绕因果时间序列预测展开更多应用研究，以及该技术在定价、投资推荐等场景的实际效果。总体而言，预测领域的范式正在从‘数据拟合’转向‘理解因果’，Zillow 作为数据密集型企业，可能从中受益。