谷歌开源 TimesFM 3.0：3.3 亿参数多变量零样本时序预测基础模型

9 月 1 日，Google Research 发布并开源新一代时间序列基础模型 TimesFM 3.0。模型参数量 3.3 亿（330M），在超过 1 万亿个时间点的真实与合成语料上预训练，已上架 Hugging Face（timesfm-3.0-pytorch）并开源至 GitHub，BigQuery 集成即将上线。这是该系列首次原生支持多变量预测，相关基准表现位列第一，开源路线使其对中小团队也具备可部署性。

已确认

• 模型由 Google Research 发布，Hugging Face 研究员 osanseviero 参与发布宣传，同时上架 GitHub 与 Hugging Face。
• 最大改进是原生支持多变量预测：此前版本（TimesFM-2.5 及更早）仅支持单变量，新版可在零样本条件下联合预测多条协同演变的时间序列，捕捉跨序列依赖关系，无需针对特定任务微调，并可在单次前向传播中生成未来预测。
• 据 @rseroter 转述，模型还可利用天气、促销等外部辅助特征辅助预测。
• 据 @ymatias，TimesFM-3 在 Gift-Eval、FEV-Bench 和 TIME 三个基准测试中排名第一；据 @anselm 转述，其在主要基准中大幅超越 Amazon 的 Chronos 2 和 Toto 2.0，且因轻量特性部署成本较低。
• BigQuery 集成即将上线（@ymatias）。

为什么重要

• 时序预测长期依赖按任务定制的模型，TimesFM 3.0 以零样本基础模型路线显著降低应用门槛，原生多变量能力补齐了此前版本的短板。
• 轻量参数量配合开源发布，使中小团队也能本地部署高质量预测模型，直接冲击 Chronos、Toto 等竞品的生态位。

2026-09-01 ~ 2026-09-02 · 11 条相关

• 谷歌发布 TimesFM-3：支持多元预测的时序基础模型 — SaxenaNayan · 2026-09-01
• 谷歌发布 TimesFM 3.0：3.3 亿参数时间序列预测开源模型 — osanseviero · 2026-09-01
• 谷歌 3.3 亿参数 TimesFM-3 预测碾压竞品 — anselm · 2026-09-01
• 谷歌发布 TimesFM-3 多变量零样本预测基础模型 — Recoil42 · 2026-09-01
• 【源头】Google 发布 TimesFM 3.0，支持时间序列预测 — google · 2026-09-01
• TimesFM-3 发布：原生支持多变量零样本预测 — ymatias · 2026-09-01

另有 5 条近重复转述:osanseviero · aigclink · ymatias · SumitGup · rseroter