导读：最新消息，谷歌发布了TimesFM 2.5，相比TimesFM 2.0，新版本模型在预测准确度和最大上下文长度上都有显著提升。在 GiFT-Eval 排行榜上，TimesFM 2.5在所有零样本基础模型的准确率指标上均名列第一。

谷歌在Hugging Face上发布了TimesFM 2.5（很快将在BigQuery和Model Garden上可用），相比之前的TimesFM 2.0，它在预测准确度和最大上下文长度上都有显著提升。在GiFT-Eval排行榜上，TimesFM 2.5在所有零样本基础模型的准确率指标上均名列第一。

TimesFM是谷歌推出的时间序列预测工具，旨在让企业更轻松地预测未来趋势。在零售、金融、制造、医疗等行业，准确预测未来数据变化一直是运营关键。例如在零售中，更精准的需求预测能明显降低库存成本、提升销售。TimesFM的出现，可以让企业无需复杂训练，就能快速获得可用预测数据，直接支持业务决策。

技术上，TimesFM会把连续的时间数据划分成小段，然后分析这些数据的变化规律，预测未来的趋势。这样的设计不仅减少了预测步骤，也降低了误差积累，尤其适合长期预测。

为了让模型理解时间规律，TimesFM结合了两类数据：一是通过统计或模拟生成的基础数据，帮助掌握基本模式。二是来自Google Trends搜索趋势和维基百科访问量的真实数据，让模型能捕捉现实世界的变化节奏，更好适应不同领域。

在实际测试中，TimesFM表现不俗。在多个公开数据集上，它无需额外训练就能超过大多数传统统计方法，并能与一些经过专门训练的深度学习工具不相上下。不论是短期还是长期预测，它都表现出稳定、可靠的能力。

TimesFM的推出，让时间序列预测变得更像“即开即用”，企业无需长时间训练模型，就能快速获得可用预测，为决策提供直接支持。

参考资料：https://x.com/GoogleResearch/status/1967644650354905230；https://research.google/blog/a-decoder-only-foundation-model-for-time-series-forecasting/