Google 把时间序列预测玩成了大模型——TimesFM 深度解析

时间序列预测这个领域，终于也迎来了属于自己的"GPT 时刻"。

先说结论：这玩意儿能直接用，不用训练

传统的深度学习预测模型，上手之前得先经历一套折磨流程：收集数据、清洗、调参、训练、验证……光是跑通一个新数据集就能让人头大半天。

Google Research 这次发布的 TimesFM，直接把这套流程砍掉了——扔进去数据，开箱出预测结果，零训练，就这么简单。

这篇论文《A decoder-only foundation model for time-series forecasting》已被 ICML 2024 接收，模型也已同步上线 HuggingFace 和 GitHub，最新版本已经更新到 TimesFM 2.5。

架构设计：从 LLM 里抄的作业，但抄得很聪明

TimesFM 的核心思路，是把 LLM 的 decoder-only 架构直接搬到时间序列预测上来。

LLM 的做法大家都熟悉：把文本拆成 token，喂进堆叠的因果 Transformer 层，每个 token 的输出用来预测下一个 token。问"法国的首都是哪里"，模型一个词一个词往外蹦，最后拼出"法国的首都是巴黎"。

TimesFM 做了一个类似的事：把一段连续时间点打包成一个 patch（块），作为模型的输入单元。然后用前面若干个 patch 的信息，预测下一段时间窗口的走势。

但跟语言模型比，还是有几处关键差异值得关注：

输入端：原始时间序列数值没法直接扔进 Transformer，需要先过一个带残差连接的 MLP，把 patch 转换成 token 向量，再加上位置编码。

输出端：这里有个设计亮点——输出 patch 的长度可以大于输入 patch 的长度。比如输入是 32 个时间点，输出可以直接预测未来 128 个时间点。这样每次生成步骤覆盖的范围更大，累积误差更少，长期预测效果也更好。举个具体例子：给模型 256 个时间点，让它预测未来 256 步，如果输出 patch 是 128，只需要 2 步就能生成完整预测；如果输出 patch 跟输入一样是 32，就得跑 8 步，误差滚雪球的风险大多了。

预训练数据：1000 亿个真实时间点怎么来的

模型能泛化，数据是根本。TimesFM 的预训练语料下了很大功夫。

合成数据打底：用统计模型和物理仿真生成一批合成时间序列，让模型先学会时序数据的基本规律——周期性、趋势、噪声这些"语法"。

真实数据上量：从公开数据集里精挑细选，最终拼出了 1000 亿个真实世界时间点。其中 Google Trends 搜索热度数据和 Wikipedia 页面访问量数据占了大头——这两类数据天然包含了人类行为在时间维度上的各种模式，和零售、金融、交通等领域的时序规律有很强的共鸣，泛化能力因此大幅提升。

---

测评结果：零样本打赢有监督模型

评估用的是 Monash Forecasting Archive，里面涵盖了交通、天气、需求预测等多个领域，频率从几分钟到年度数据都有，规模很全面。

结果挺出乎意料：TimesFM 零样本（ZS）下的表现，直接超过了 ARIMA、ETS 这些经典统计方法，还能跟 DeepAR、PatchTST 这类在目标数据集上专门训练过的深度学习模型掰手腕。更有意思的是，拿它跟 GPT-3.5 用 llmtime 提示词做预测的结果比，TimesFM 赢了，而且参数量小了几个数量级。

长期预测的表现同样不虚。在 ETT 数据集上预测未来 96 和 192 步的任务里，TimesFM 不只是把 llmtime(ZS) 甩在身后，预测精度还能跟专门在这些数据集上训练的 PatchTST 打平。

---

TimesFM 2.5：最新版本升级了什么

论文发布之后，Google 持续在迭代。2025 年 9 月推出的 TimesFM 2.5 相比 2.0 做了几个值得关注的改动：

参数量从 500M 缩回了 200M，但上下文长度从 2048 扩展到了 16k，长序列建模能力大幅增强。还新增了一个可选的 30M 分位数预测头，支持输出连续分位数预测结果（覆盖最长 1k 步的预测区间），对于需要不确定性估计的业务场景来说很实用。频率指示器也被移除，模型接口更加简洁。

代码层面，调用方式也变得很直接：

import timesfm

model = timesfm.TimesFM_2p5_200M_torch.from_pretrained("google/timesfm-2.5-200m-pytorch")
point_forecast, quantile_forecast = model.forecast(
    horizon=12,
    inputs=[np.linspace(0, 1, 100), np.sin(np.linspace(0, 20, 67))],
)

加载预训练权重，配置预测参数，forecast() 直接出结果，点预测和分位数预测一起给，干净利落。

---

为什么这件事值得关注

在 NLP 领域，大家早就习惯了"预训练+零样本"这套范式——一个大模型，包打天下。但时间序列预测这个方向，长期以来还停留在"一个任务一套模型"的阶段，每次换数据集都要重新来过。

TimesFM 证明了这套范式在时序预测上同样能跑通。即便只有 200M 参数，即便没见过目标数据集，它的预测表现已经足够接近那些在目标集上精调过的专用模型。

对于需要快速验证预测效果的工程师、数据科学家来说，这类开箱即用的基础模型，意义不只是省了训练时间——它改变的是整个工作流的起点。

项目地址：

• GitHub:https://github.com/google-research/timesfm
• HuggingFace:https://huggingface.co/google/timesfm-1.0-200m
• 论文原文 https://arxiv.org/pdf/2310.10688.pdf