Google TimesFM-3：一次前向傳遞，完成多變量時間序列預測

當整個 AI 產業的目光都鎖定在越來越大的語言模型上時，Google Research 悄悄更新了一個遠不那麼炫目、但商業上至關重要的品類：時間序列預測。2026 年 8 月 31 日，TimesFM 背後的團隊發布了 TimesFM-3——一個多變量預測的零樣本（zero-shot）基礎模型，能在單次前向傳遞中生成整個預測視界，連不確定性區間都一併輸出。

這是一個密度很高的發布。在每家廠商的demo都圍繞聊天機器人打轉的時代，TimesFM-3 這類模型最終會進到零售需求規劃、財務部位管理、可觀測性儀表板與電網調度——那些從不上頭條、卻撐起經濟運作的決策基礎設施層。

問題所在：真實的預測都是多變量的

TimesFM 於 2024 年問世時，推廣了「時間序列基礎模型」的概念：一個在海量真實與合成時間序列上預訓練的 decoder-only transformer，能對從未見過的資料進行零樣本預測。Google 表示，此後該系列模型已在零售、金融、可觀測性、製造、醫療與自然科學等領域被廣泛採用。

但始終存在一個缺口。直到 TimesFM-2.5（2025 年 9 月發布）為止，整個系列都嚴格限定單變量——每次預測只依賴單一序列自身的歷史。現實世界很少配合這種假設。用 Google 自己的例子來說：只靠過去銷量來預測冰淇淋銷售，等於忽略了來客足跡、冰淇淋筒與糖漿的銷量、天氣預報、促銷檔期與節假日。真正有價值的預測問題，幾乎都涉及多條相互關聯的序列，加上共同塑造未來的外部特徵。

TimesFM-3 補上了這個缺口。它原生為多變量預測而預訓練，開箱即支援：

• 多目標序列——同時聯合預測多條相關序列（例如不同品牌的冰淇淋），且每個目標都提供點預測與分位數預測
• 過去協變數（past covariates）——只在歷史中已知的特徵，例如過去的來客流量
• 過去—未來協變數（dynamic covariates）——已知的未來事件，如已排定的促銷或天氣預報，用來引導預測

技術核心：交替注意力與一次解碼

架構上延續了這個系列 decoder-only transformer 的血統，但兩項創新值得注意。

多變量 token 建構。時間序列被切成分塊（patch），每塊 32 個時間步，並對每條序列做常規化以處理尺度差異。對過去—未來協變數，TimesFM-3 用了一個「lookahead」技巧：每個 token 把當前 patch 與未來的 patch 拼接在一起，讓模型直接吸收即將到來的已知訊號。

交替注意力（alternating attention）。transformer 堆疊在（時間 × 序列）的二維網格上運作。因果時間注意力沿時間軸橫向運行——在每條序列內部嚴格因果，防止資料洩漏。全變量注意力（full variate attention）則縱向跨序列運行，任一 token 都能看到同一時間步上所有其他序列——跨序列相關性（例如某個促銷拉抬一項商品、卻排擠另一項）就是在這裡學到的。兩種機制在堆疊的 20 層之間交替（依 Hugging Face 模型卡：模型維度 1280、16 個注意力頭）。

非自回歸解碼是最大的改動。過去的 TimesFM 逐 patch 生成預測——自回歸式地——這意味著延遲、誤差逐步累積，且運算成本隨視界長度增加。TimesFM-3 改用 Contiguous Patch Masking：在觀測上下文之後，為整個未來視界附加遮罩的佔位 token，然後在一次前向傳遞中同時填滿所有被遮罩的 patch。過去—未來協變數在視界中保持可見，持續餵給模型已知的未來事件。每次預測的產出：從第 10 到第 90 百分位的 9 個分位數，無需任何迭代迴圈，就是完整的不確定性輪廓。

Google 的實例清楚展示了差異。把促銷排程作為過去—未來協變數輸入後，TimesFM-3 從歷史資料中學到「促銷→銷量提升」的關係，進而預期每個促銷日約有 20% 的銷量增幅。而單變量基準只會把每週規律向前投射，對行事曆一無所知。

基準測試：三個榜單全部第一

Google 在三個綜合性公開基準——Gift-Eval、FEV-Bench 與 Time——上評測 TimesFM-3，對手包括具備多變量能力的 Chronos-2 與 Toto 2.0 系列，以及前代 TimesFM-2.5。結果：在所有預訓練基礎模型中，三個基準的點預測與機率式預測指標均排名第一。

評測中有兩個細節值得注意。第一，每個基準都列入了 TimesFM-3 的兩個成績。在單變量模式下——不用協變數、不用跨序列資訊、每條序列獨立處理——它就已經追平或超越所有可複現的競爭基礎模型；切換到完整多變量模式後，又是一波躍升。第二，多變量的增益並不是靠堆參數換來的：模型僅 3.3 億參數，在超過 1 兆個真實與合成時間點上預訓練（GiftEvalPretrain 剔除與 FEV-Bench 重疊的資料集、截至 2023 年 11 月的維基百科頁面瀏覽量、截至 2022 年底的 Google Trends 熱門查詢，再加上合成與增強資料）。效率從一開始就是設計約束，而非事後補救——而單次解碼正是讓 3.3 億參數能快速交付全視界、9 分位數預測的關鍵。

但要注意：非商業授權

想直接抓權重的開發者，請先看清楚授權條款。TimesFM 1.0 與 2.x 採用 Apache-2.0 釋出；TimesFM-3 則改採 TimesFM Non-Commercial License v1.0——權重放在 Hugging Face（google/timesfm-3.0-pytorch），程式碼在 GitHub。對於想把它嵌入營收型產品的企業來說，這與前幾代是完全不同的命題，也讓 Apache 授權的競爭對手（包括 Amazon 的 Chronos 系列）在商業部署場景重新獲得空間。至於研究、評測與內部實驗，則完全開放可用。

BigQuery 整合「未來幾週內」上線；在此之前，Google 建議先用 TimesFM-2.5 走 AI.FORECAST 指令熟悉流程——言下之意，商業化的路徑將經過 Google Cloud，而不是原始權重。

為什麼重要

時間序列基礎模型這個品類正在悄悄整併到少數幾個玩家手中——Google（TimesFM）、Amazon（Chronos）與一群新創——而前沿正從「還可以的零樣本單變量預測」推進到「多變量、協變數感知、機率式、單次傳遞」。TimesFM-3 一次把所有格子都打勾，參數量還小到能塞進普通硬體。

單次解碼可能是最被低估的部分。預測是一種營運型工作負載——持續運行、大規模、橫跨數千條序列。把視界生成從迭代迴圈變成一次前向傳遞，改寫的是整個品類的成本曲線。再配上供不確定性規劃使用的分位數輸出，TimesFM-3 與其說是研究展示，不如說是企業級代理系統預測層的藍圖：一個要規劃庫存、排班或支出的 agent，需要的正是這種快速、校準良好、且能感知情境的預測。

TimesFM-3 現已於 GitHub 與 Hugging Face 開放。如果你的組織營運繫於預測——而大多數都是——趁 BigQuery 整合把門檻降到零之前，值得先做一次內部測試。