Google 发布 TimesFM-3 多变量零样本时间序列基础模型

Google 发布 TimesFM-3，这是原生预训练支持多变量预测的时间序列基础模型，参数量 3.3 亿，预训练语料超过 1 万亿个时间点。模型支持多目标、历史协变量和已知未来协变量，通过交替注意力与 Contiguous Patch Masking 在单次前向中输出整个预测区间，并为每个目标给出 10 到 90 分位的 9 个分位数。