Google AI Releases TimesFM-3: A 330M Parameter Zero-Shot Foundation Model For Multivariate Time Series Forecasting

发生了什么

Google Research 推出 TimesFM-3，参数规模为 3.3 亿，定位为时序基础模型。它把一次前向传播中同时预测多条相关序列作为核心能力，这与此前 2.5 及更早版本仅能处理单条序列的做法形成了直接区别。模型在超过 1 万亿个时间点组成的数据集上进行原生多变量预训练，覆盖真实与合成两类来源。

TimesFM-3 在零样本设定下支持三种输入形态，分别对应多目标预测、历史协变量预测，以及历史与未来协变量同时给定的预测场景，整个过程不需要为具体任务微调。骨干网络延续仅解码器 Transformer 结构，连续时间点被切成每块 32 步的 patch，每个序列单独做归一化。

模型在 token 网格上交替使用两种注意力：横向为因果时间注意力，纵向为全变量注意力，让 patch 之间既能沿时间方向因果推理，也能跨序列共享信息。预训练阶段使用 Contiguous Patch Masking，在单次前向传播中同时填充整个预测区间；推理时，每个目标在每个预测步输出从第 10 至第 90 百分位的 9 个分位数，给出概率区间的点估计之外的分布信息。

效果层面，TimesFM-3 在 GIFT-Eval、fev-bench 和 TIME leaderboard 三个公开基准上，对所有同类预训练基础模型取得点预测和概率指标的平均排名第一。其中 fev-bench 覆盖 100 个真实任务，TIME leaderboard 覆盖 50 个领域数据集下的 98 个评估任务，模型在这两个榜单均位列总榜第一。

代码与权重的许可证并不一致。GitHub 仓库的代码沿用 Apache-2.0 协议，但 TimesFM 3.0 权重采用 timesfm-non-commercial-license-v1.0，明确仅限非商业、非生产用途，需要商用授权的开发者可继续使用 TimesFM 2.5 这一 Apache-2.0 选项。

时间线与证据

围绕 TimesFM-3 的发布，公开材料汇集在同一天集中上线。文章本身的时间戳为 2026 年 8 月 31 日，与之配套的还包括 Google Research 博客中关于架构与训练的技术说明、TimesFM 3.0 的 PyTorch 权重文件、GitHub 仓库的对应更新，以及 PyPI 包发布说明，均按同一节点对外公开。

从模型演进的时间线看，TimesFM 系列自早期版本至 2.5 均只具备单变量预测能力，每一次发布都未把多变量预训练作为原生目标。TimesFM-3 是该系列首次以原生方式做多变量预训练的版本，并把输入规模扩展到超过 1 万亿个时间点，包含真实数据与合成数据两类来源。

基准对比方面，材料确认了 TimesFM-3 的相对名次，而非绝对指标。它在 GIFT-Eval、fev-bench 与 TIME leaderboard 三个基准上，对其他预训练基础模型取得点预测和概率指标的平均排名第一；具体到榜单层面，fev-bench 在 100 个真实任务上排名第一，TIME leaderboard 在 50 个领域数据集的 98 个评估任务上排名第一。文中未给出相对 Chronos-2、Toto 2.0、TiRex 等同类模型的差距数值，也未披露推理延迟或显存占用等部署级指标。

许可证方面，Google Research 已在 2026 年 8 月 31 日的发布材料中明确：GitHub 代码使用 Apache-2.0，TimesFM 3.0 权重使用 timesfm-non-commercial-license-v1.0，仅限非商业、非生产用途；需要商用的用户可继续采用仍为 Apache-2.0 的 TimesFM 2.5。TimesFM 3.0 权重同时托管在 Hugging Face 上，方便下载与复核。

具体变化

相对前代版本而言，TimesFM-3 的首要变化在于预训练目标。2.5 及更早的版本只针对单条序列做训练，TimesFM-3 首次以多变量预测为目标进行原生预训练，训练数据扩展到超过 1 万亿个时间点，同时纳入真实序列与合成序列。

输入侧的变化体现在支持的零样本场景。模型能够处理多目标、历史协变量、历史与未来协变量三类输入，无需针对具体任务微调，扩展了过去版本在零样本条件下能够直接预测的边界条件。

骨干结构延续了仅解码器 Transformer，连续时间点被切分为每块 32 步的 patch，每个序列单独完成归一化。变化集中在注意力组织方式上，在 token 网格上交替使用横向因果时间注意力和纵向全变量注意力，使同一前向传播内既保持时间方向上的因果性，又允许跨序列的信息交换。

预训练任务也做了相应调整，采用 Contiguous Patch Masking，让模型在单次前向传播中同时填充整个预测区间。推理阶段，每个目标在每个预测步输出从第 10 至第 90 百分位的 9 个分位数，给出点估计之外的概率分布信息，这是 2.5 等旧版本未直接覆盖的输出形态。

许可证层面的调整同样显著。代码仍采用 Apache-2.0，但 TimesFM 3.0 权重改用 timesfm-non-commercial-license-v1.0，限制为非商业、非生产用途，需要商用的用户只能继续使用仍为 Apache-2.0 的 TimesFM 2.5。

对使用者的影响

对希望直接调用模型的开发者而言，TimesFM-3 把零样本预测的能力边界从单条序列扩展到三类输入。多目标、历史协变量、历史与未来协变量这三种场景都可在不微调的前提下被处理，开发者无需为每个具体任务准备专门训练流程，这改变了以往版本仅能在单变量条件下做零样本预测的局限。概率输出也同步增强，每个预测步可拿到第 10 至第 90 百分位的 9 个分位数，用于下游不确定性分析或风险控制。

对研究人员和工程团队选型而言，三个公开基准的结果提供了横向参考。TimesFM-3 在 GIFT-Eval、fev-bench 与 TIME leaderboard 上对预训练基础模型取得点预测与概率指标的平均第一，其中 fev-bench 覆盖 100 个真实任务，TIME leaderboard 覆盖 50 个领域数据集下的 98 个评估任务。鉴于这些榜单覆盖任务类型较广，模型在多变量零样本条件下的整体可用性较此前版本有提升。需要注意的是，材料未提供相对 Chronos-2、Toto 2.0、TiRex 的具体差距数值，也未披露推理延迟与显存占用等部署级指标，选型时仍需结合自有数据复测。

对有商用需求的团队而言，许可证变化构成直接约束。TimesFM 3.0 权重采用 timesfm-non-commercial-license-v1.0，仅限非商业、非生产用途，GitHub 代码虽仍为 Apache-2.0，但权重与代码许可证分离，意味着商用部署无法直接使用 3.0 权重。可行的替代路径是继续使用仍保持 Apache-2.0 的 TimesFM 2.5，或者向 Google Research 另行申请商用授权。下载渠道方面，TimesFM 3.0 权重已托管在 Hugging Face，仓库更新和 PyPI 包发布说明也已同步上线，方便试用与复核。

限制与未知

公开材料对 TimesFM-3 的描述集中在能力、架构与排名结果上，对若干关键细节尚未给出明确说明，构成当前可核验范围之外的不确定项。

首先是基准成绩的颗粒度受限。文章只确认了 TimesFM-3 在 GIFT-Eval、fev-bench 与 TIME leaderboard 三个基准上对预训练基础模型取得点预测与概率指标的平均排名第一，并给出 fev-bench 100 个真实任务与 TIME 50 个领域数据集、98 个评估任务的覆盖范围，但未列出相对 Chronos-2、Toto 2.0、TiRex 等对手模型的误差差值或胜场统计，也没有披露在每个数据集上的逐项得分，复现或比较时缺少可直接对照的数值依据。

其次是部署层面的指标空白。材料覆盖了参数规模、训练数据体量与注意力机制，但对推理延迟、单次预测的显存占用、吞吐能力等工程指标未做说明。这部分内容对于把模型接入线上服务或资源受限环境的团队尤为关键，目前只能依据 3.3 亿参数规模与 Transformer 结构做粗略估算。

第三是训练细节的若干缺省。预训练数据被描述为超过 1 万亿个时间点，包含真实与合成两类来源，但两者各自占比未公开。Contiguous Patch Masking 作为新增预训练任务被提及，但其掩码占位 token 相对于历史长度的具体比例、训练时的 patch 采样策略等细节也未在文中展开，限制了外部对训练流程的复刻程度。

第四是路线图信息缺失。发布材料未提及 Google Research 对 TimesFM 系列的后续规划，包括是否会推出对 3.0 权重的商用授权安排、是否会在多变量路线上继续扩展输入类型等，目前仅有代码与权重许可证分离这一既定事实。

最后是发布信息的内部不一致。文章时间戳标注为 2026 年 8 月 31 日，同时权重许可证版本号为 v1.0，发布日期与许可证编号的命名规则与既有公开惯例存在偏差，读者在引用版本号或时间字段时需结合原始页面另行核对。

如何核对

围绕 TimesFM-3 的关键事实，核对工作应优先回到 Google Research 在 2026 年 8 月 31 日同步发布的一手材料，分别从模型定义、预训练目标、架构变化、基准成绩、许可证条款五个维度逐一对照。

模型定义与参数规模方面，可在 Google Research 博客原文与 Hugging Face 上的 TimesFM 3.0 模型卡中核对 3.3 亿参数、单次前向传播内可对多条相关序列进行预测的表述，确认与转载稿件中的描述一致。预训练目标是否真正属于原生多变量，需要回到技术说明中关于 2.5 及更早版本仅做单变量训练的措辞，核实 TimesFM-3 首次把多变量预测作为原生目标的表述。

架构层面的细节可以对照博客原文，确认仅解码器 Transformer、每块 32 步的 patch 切分、按序列单独归一化，以及 token 网格上交替使用横向因果时间注意力与纵向全变量注意力这些具体写法。Contiguous Patch Masking 的存在同样应回到原文，确认其单次前向传播内同时填充整个预测区间的描述，以及推理阶段每个目标在每个预测步输出第 10 至第 90 百分位 9 个分位数的说明。

基准成绩核对应在 GIFT-Eval、fev-bench 与 TIME leaderboard 各自官方页面交叉完成，确认 TimesFM-3 在预训练基础模型中点预测与概率指标的平均排名第一，fev-bench 在 100 个真实任务上排名第一，TIME leaderboard 在 50 个领域数据集、98 个评估任务上排名第一。关于相对 Chronos-2、Toto 2.0、TiRex 的差距数值，需注意材料并未提供，逐项复测要回到各自评测脚本。

许可证条款的核对要分两条线：一是 GitHub 仓库 LICENSE 文件，确认代码沿用 Apache-2.0；二是 Hugging Face 模型卡与仓库内的 LICENSE 文件，确认 TimesFM 3.0 权重采用 timesfm-non-commercial-license-v1.0，并明确其仅限非商业、非生产用途的表述；同时核对 TimesFM 2.5 仍为可商用 Apache-2.0 选项的说明。

读者能做什么

拿到 TimesFM-3 之后，能直接落地的工作流大致分三条线。第一条是零样本预测。在不针对具体任务微调的前提下，开发者可以把多条相关序列一并送入模型，分别覆盖多目标、历史协变量、历史与未来协变量三种输入形态，省去为每个场景单独准备训练流程的环节。概率输出同步可用，每个目标在每个预测步拿到第 10 至第 90 百分位的 9 个分位数，下游做区间估计或风险阈值设定时可直接调用。

第二条是横向评测与复测。Google Research 同步上线了模型权重、GitHub 仓库更新与 PyPI 包发布说明，Hugging Face 上可下载 TimesFM 3.0 权重，试用门槛较低。基准覆盖范围较广，fev-bench 涵盖 100 个真实任务，TIME leaderboard 覆盖 50 个领域数据集下的 98 个评估任务，研究人员可在自有数据上沿用同一接口做横向比对。需要留意的是，相对 Chronos-2、Toto 2.0、TiRex 的具体差距数值并未公开，推理延迟与显存占用也没有披露，复测时要自行记录这些指标。

第三条是商用合规判断。TimesFM 3.0 权重采用 timesfm-non-commercial-license-v1.0，仅限非商业、非生产用途；GitHub 代码仍为 Apache-2.0，但代码与权重许可证分离，因此商用部署无法直接使用 3.0 权重。可行的替代路径是继续沿用仍保持 Apache-2.0 的 TimesFM 2.5，或就 3.0 权重的商用授权另行联系 Google Research。

后续观察

从一线从业者的视角看，TimesFM-3 的开放方式把试用和商用切成两条独立的路径，试用一方阻力很小，商用一方阻力很大。Hugging Face 上的 3.0 权重、GitHub 仓库的更新、PyPI 包的发布说明同步上线，研究人员和工程师可在不申请授权的前提下直接拉取模型做零样本预测与横向评测，这对学术复现和内部选型都很友好。

多变量预测首次作为原生预训练目标，是此次版本相对 2.5 及更早单变量模型最大的能力增量。三类输入形态——多目标、历史协变量、历史与未来协变量——被写进同一模型权重，省去了为每类场景单独训练或微调的环节。在 GIFT-Eval、fev-bench、TIME leaderboard 上对预训练基础模型取得点预测与概率指标的平均排名第一，且覆盖任务数量较多，整体可用性较此前版本确有提升。

但商用团队需要格外留意许可证结构。TimesFM 3.0 权重采用 timesfm-non-commercial-license-v1.0，明确仅限非商业、非生产用途，GitHub 代码虽仍为 Apache-2.0，但代码与权重许可证分离，商用部署无法直接套用 3.0 权重。TimesFM 2.5 仍保持 Apache-2.0，可作为继续可用的商用选项；要使用 3.0 权重进入生产环境，需要向 Google Research 另行申请商用授权。

另外几项公开材料未覆盖的内容也值得在选型前列入清单：相对 Chronos-2、Toto 2.0、TiRex 的具体差距数值未给出，推理延迟、显存占用、吞吐能力等部署级指标同样未披露，预训练数据中真实与合成来源的占比未公开，Contiguous Patch Masking 的掩码比例与 patch 采样策略也未展开。这些缺项会影响对模型工程成本的估算，建议在自有数据上跑一轮复测再下结论。