Google 发布 TimesFM-3：330M 参数模型首次原生支持多变量零样本预测
AxSaucedo · x · 2026-09-10
Google Research 发布时序基础模型 TimesFM-3（330M 参数），在超过 1 万亿时间点的真实与合成语料上预训练，首次原生支持多变量时序预测：此前 TimesFM-2.5 及更早版本仅支持单变量，而真实预测问题几乎都带有协变量（如销量预测需结合相关商品、客流、天气与促销等）。TimesFM-3 可在单次前向传播中联合预测多条共同演化的时间序列，捕捉相互依赖关系，官方称在主要基准上显著超越其他预测模型，继续支持零样本泛化。模型已开源在 GitHub 与 Hugging Face。
「模型」频道最新
- Nanbeige4.3-33B 实测：单流 59 tok/s，64 并发总计约 1060 tok/s — MaziyarPanahi · 2026-10-26
- 测试显示 AI 检测器对轻度 AI 润色几乎全部漏判 — paulnovosad · 2026-10-26
- Qwen 4 疑似现身竞技场，阿里下一代模型或已开测 — AIFlow_ML · 2026-10-26
- Nat Lambert 首讲开源模型生态：蒸馏、风险与开放访问走向 — natolambert · 2026-10-26
- 同 harness 对比实测：Nanbeige 33B 输出零可编译 — julianharris · 2026-10-26
- Claude 拒写 SS7 异常检测器，安全分类器误伤防御研究逼用户跑 abliterated GLM — l4rz · 2026-10-26