TimesFM
TimesFM (Time Series Foundation Model) 是由Google Research开发的预训练时间序列基础模型，用于时间序列预测。
- 论文: A decoder-only foundation model for time-series forecasting, ICML 2024.
- (最新!) TimesFM 3.0 模型检查点:
google/timesfm-3.0-pytorch. - 历史检查点(2.5及以下版本): TimesFM Hugging Face集合.
- Google Research博客 (TimesFM 3.0新版博客即将发布!).
- TimesFM在Google第一方产品中的应用:
- BigQuery ML: 企业级SQL查询，具备可扩展性和可靠性
- Google Sheets: 适用于日常电子表格场景
- Vertex Model Garden: 容器化端点支持智能体调用
此开源版本并非Google官方支持产品。
最新模型版本: TimesFM 3.0
归档模型版本:
- 2.5: 相关代码位于
src/timesfm目录 - 1.0和2.0: 相关代码归档在
v1子目录，可通过pip install timesfm==1.3.0安装旧版软件包加载
更新 — 2026年8月
TimesFM 3.0正式发布！
TimesFM 3.0引入了原生多元时间序列预测功能，支持灵活的协变量处理(包括仅历史协变量和混合协变量)，具备卓越的零样本泛化能力，在三大时间序列基础模型基准测试中均取得顶尖表现。
核心亮点:
- 原生多元/单变量协变量预测: 无需针对任务调整即可无缝预测多通道多元序列和单变量序列，原生支持仅历史协变量和混合动态协变量
- 基准测试顶尖表现:
- 🥇 fev-bench: 在100个多样化现实预测任务中综合排名第一
- 🥇 TIME Benchmark: 跨越50个领域数据集和98个评估任务综合排名第一
- 🥇 GIFT-Eval: 所有基础模型中排名第一
预训练权重许可声明
重要: 本仓库中TimesFM源代码遵循Apache-2.0许可，2.5及以下版本的模型权重保持Apache-2.0许可。但当前TimesFM 3.0预训练权重采用单独的
timesfm-non-commercial-license-v1.0许可，仅限非商业、非生产环境使用。禁止将默认预训练权重用于商业或生产用途。
更新 - 2026年7月2日
PyPI版本更新至timesfm=2.0.2，详见安装指南。
更新 - 2026年4月9日
新增HuggingFace Transformers + PEFT(LoRA)微调示例，参见timesfm-forecasting/examples/finetuning/。同时添加单元测试(tests/)并整合多个社区修复。
特别感谢@kashif和@darkpowerxo。
更新 - 2026年3月19日
衷心感谢@borealBytes添加智能体支持功能！TimesFM技能文档已发布。
🔗 知识库双向关联
- [[Auto_简报_[AINews] 10 worse, 100x cheaper, 10000x faster Why Simulatio|10 worse, 100x cheaper, 10000x faster Why Simulatio_简报]]
- Substack_ Black Forest Labs FLUX 3 - Multimodal Flow
- GLM-5.3 How Chinese labs keep stride with the frontier_全翻译