还在用 Excel 拍脑袋做预测?谷歌刚开源的 TimesFM-3,把数据扔进去就能用
- 2026-09-23 03:00:13
零样本、多变量、三大基准第一——预测这件事正在变成水电煤。
明天的奶茶该备多少料？
问十个店长，九个说这是玄学。备多了，晚上倒掉心疼；备少了，客人排队跑单更心疼。电商备货、电网调度、客服排班，说白了全在赌。
上周 Google Research 发了个新模型，专门治这个"赌"。叫 TimesFM-3。一句话讲：把历史数据扔进去，不用训练、不用调参，直接给你预测结果——顺手还把三个主流预测基准的第一名全拿了。
以前的模型，只会看一条线
TimesFM 不是新面孔。2024 年第一版就火过一轮：2 亿参数，拿 1000 亿个真实世界的时间点做预训练，主打"零样本预测"——不用针对你的数据重新训练，直接推理就能出结果。
不过它一直有个硬伤：到去年 9 月的 TimesFM-2.5 为止，只能做单变量预测。翻译一下，就是只会盯着一条线看。预测冰淇淋销量，它只看销量本身的历史。
可真实世界哪是一条线？脆筒卖得好不好、糖浆是不是同款、上个月客流涨没涨、下周有没有高温预警、哪天做大促——这些全搅在一起，共同决定明天的数字。
你看，每条线，其实是一张网里的一根。以前的模型，看不见那张网。
冰淇淋实验：预测自己"长"出了促销的凸起
谷歌在发布博客里举了个例子，我个人觉得特别直观。
假设你是连锁品牌的运营，下个月的促销排期已经定了，现在要预测销量。
传统单变量模型怎么做？盯着历史销量，把每周的规律往后推。促销？它不知道。图上的红线就是它——一条平滑的曲线，波澜不惊。
TimesFM-3 的玩法不一样。你把促销日程表当作一种输入喂给它（术语叫"过去-未来协变量"，也就是未来已经确定知道的信息），它去历史数据里自己琢磨：以前搞促销的日子，销量大概涨多少？然后把这个规律套到未来的促销日上。
结果就是图上的蓝线：每个促销日，预测自动抬升约 20%。你没告诉它"促销会涨 20%"，这是它自己从历史里学出来的。
它一次能吃三类东西：一是多个目标一起预测，几个品牌的冰淇淋联动着看；二是过去协变量，比如历史客流；三是刚才说的促销、节假日、天气预报这类未来已知信息。每条预测还带 9 档分位数，从 P10 到 P90——不光告诉你"大概多少"，还告诉你"最好和最坏差多远"。
一次跑完，不一步步猜
再说个工程上的亮点。
以前的 TimesFM 生成预测像写文章，一段一段往外蹦：先猜下一段，再拿猜出来的当依据，接着猜下一段。延迟高，误差还会滚雪球。
TimesFM-3 改成了"填空题"：把未来要预测的位置先打上占位符，跟历史数据一起送进模型，一次前向传播，全部填完。没有循环，没有迭代。
架构上它还是熟悉的 decoder-only Transformer，把每 32 个时间步打包成一个 token。真正有意思的是"交替注意力"：横向看，token 只能看自己这条线的过去，严格因果，防止数据穿越；纵向看，同一时刻可以看所有序列，把"这款促销带动那款销量"这种跨序列关系学进去。横一层，纵一层，交替往上叠。
规模呢？3.3 亿参数，预训练数据超过 1 万亿个时间点（真实加合成）。什么概念？GPT-3 是 1750 亿参数。这是个"小"模型，单张卡就能跑。
成绩单：三个基准，双料第一
评测在 Gift-Eval、FEV-Bench、Time 三个公共基准上做。在所有预训练基础模型里，TimesFM-3 的点预测和概率预测都是综合排名第一。对手包括 Amazon 的 Chronos-2、Toto 2.0 全家，还有自家上一代 TimesFM-2.5。
更狠的一个细节：就算把它切成单变量模式——不给任何协变量、不给跨序列信息，当成传统单变量模型用——它也已经追平或超过所有对手。切回完整的多变量模式，再跳一档。
模型已经开源，GitHub 和 Hugging Face 都能下载。BigQuery 的集成几周内上线，到时候一条 AI.FORECAST 命令就能调用，官方原话是"不需要任何机器学习经验"。
说到底，预测正在变成水电煤
这些年大模型把写代码、画图、写文案的成本打到地板价。预测呢？零售、金融、制造、医疗全离不开，却一直是专业团队的手艺——搭数据、调模型、跑实验，一个项目几个月起步。
TimesFM-3 这类模型出来后，"先跑个靠谱基线"这件事的成本，趋近于零。
说实话，我不觉得它能把精细化的专用模型全替掉。深耕某一件事的模型，天花板还是更高。但以后任何业务，接上数据就有个不错的起点——这件事的意义，比一个排行榜第一大多了。
你身边一定有人，还在 Excel 里拉趋势线预测下个季度。
把这篇转给 TA。
