谷歌发布 TimesFM-3：330M 参数原生多变量时序基础模型

Balance- · reddit · 2026-09-04

Google Research 发布第三代零样本时序预测基础模型 TimesFM-3(330M 参数)，最大变化是从单序列升级为原生多变量预测：支持多目标、仅历史协变量、以及节假日/促销等已知未来的协变量，且无需微调。

架构要点

• Decoder-only Transformer,20 层、维度 1280、16 头,每 token 打包 32 个时间步
• 每层交替两种注意力：序列内时间上的因果注意力 + 同一时刻跨序列的全注意力
• 非自回归生成：为整个预测区间附加 mask 占位 token 后一次前向填完，输出每个目标每步的 9 个分位数(10–90 分位)

预训练与成绩

• 训练数据含 GiftEvalPretrain、维基百科流量(至 2023.11)、Google Trends(至 2022 底)加合成数据，总量超 1 万亿时间点
• 在 Gift-Eval、FEV-Bench 等基准上平均排名优于 Chronos-2、Toto 2.0、TimesFM-2.5;官方称仅用单变量模式时已持平或超过基线

注意：权重采用 TimesFM Non-Commercial License v1.0,不可商用。PyTorch 权重已上线 Hugging Face 与 GitHub,BigQuery 集成稍后推出。

原文链接 →

「模型」频道最新

• Astra 从低算力到满配解决率几乎不变，RL 扩展故事遭数据打脸 — zainhas · 2026-09-05
• Sam Altman:下一代模型会让所有人清醒, capability 远超现有水平 — ChrisGPT · 2026-09-05
• 实测发现 Astra 高努力档空耗 token,terminal bench 上仅低中高档可用 — zainhas · 2026-09-05
• GPT 6 Astra 支持对话中途调整推理强度且缓存不失效 — intellectronica · 2026-09-05
• 「别用过去式称呼模型」:网友惋惜 Opus 3 时代落幕 — repligate · 2026-09-05
• Astra 以 30k tokens 跑出 74% DeepSWE 成绩,效率碾压 GPT-5.6 Sol — haider1 · 2026-09-05

更多「模型」频道 AI 资讯 →