TimesFM-3 получил некоммерческую лицензию

Google выпустила TimesFM-3, модель прогнозирования временных рядов на 330 миллионов параметров, обученную более чем на триллионе точек реальных и синтетических данных и ориентированную на одновременную работу с несколькими рядами параллельно в одном прогнозе без дообучения на конкретном наборе данных.

Модель доступна на Hugging Face по некоммерческой лицензии. Разбор The New Stack отмечает, что Google впервые подготовила TimesFM для многомерного прогнозирования изначально, с нулевым обобщением, поэтому он может строить прогнозы для связанных рядов одновременно и учитывать исторические данные, включая посещаемость в прогнозе.

Коротко

• Вместо одного ряда модель сопоставляет связанные сигналы: продажи соседних товаров, посещаемость, прогноз погоды, акции и праздники, которые влияют на будущий спрос и делают прогноз многомерным.
• TimesFM-3 разбивает каждый временной ряд на фрагменты по 32 точки и обрабатывает их как токены, чередуя причинное внимание внутри ряда с горизонтальным вниманием между рядами.
• Исходный код распространяется по Apache 2.0, но предобученные веса ограничены некоммерческим и непроизводственным использованием, коммерческая эксплуатация стандартных весов запрещена на данный момент.

Для рынка прогнозирования это сочетание заметной производительности и закрытого коммерческого сценария создаёт необычную границу между исследованием и эксплуатацией. Судя по быстрому обновлению результатов, модельные преимущества здесь быстро устаревают, а вероятная ценность смещается к инфраструктуре и сервисам, где такие модели уже встроены.

TimesFM-3 обошла Chronos-2, Moirai 2.0 и Toto 2.0 на трёх бенчмарках

За последние годы появились модели, которые прогнозируют несколько временных рядов одновременно. Среди них названы Chronos-2 от Amazon и Moirai 2.0 от Salesforce, выпущенные в прошлом году, а также Toto 2.0 от Datadog, представленный позднее. Google сравнила TimesFM-3 на Gift-Eval от Salesforce, FEV-Bench от Amazon и AutoGluon и бенчмарке Time.

В опубликованных Google результатах TimesFM-3 превзошла все перечисленные модели, часто с существенным отрывом. TimesFM-2.5, считавшаяся передовой моделью при запуске в сентябре 2025 года, в этих сравнениях оказалась в нижней части результатов. Для области, где модели быстро сменяют друг друга, это показывает короткий срок жизни даже недавних лидерских показателей.

Два режима внимания связывают 32-точечные фрагменты временных рядов

Как и предыдущие версии, TimesFM-3 использует трансформер только с декодером. Каждый временной ряд модель делит на фрагменты по 32 точки и рассматривает их примерно так же, как языковая модель обрабатывает токены. Новая архитектура чередует два вида внимания, которые применяются к этим представлениям.

Первый вид смотрит назад во времени внутри одного ряда и сохраняет причинность, поэтому будущие значения не попадают в расчёт. Второй сопоставляет все ряды в один и тот же момент. Так, информация о продвижении одной линейки товаров может участвовать в прогнозе для другой, если ряды связаны между собой.

Изменился и способ декодирования. Предыдущие версии строили прогноз по одному фрагменту за раз, что увеличивало задержку и накапливало ошибки. TimesFM-3 добавляет замаскированные placeholder-токены на весь горизонт прогноза, а затем заполняет их одним прямым проходом модели.

Предобученные веса TimesFM-3 пока нельзя применять в коммерческом производстве

Исходный код TimesFM-3 выпущен по Apache 2.0, однако сами предобученные веса распространяются по отдельной лицензии timesfm-non-commercial-license-v1.0. Она ограничивает их некоммерческим и непроизводственным использованием, поэтому коммерческое или производственное применение стандартных весов запрещено.

У предыдущей TimesFM-2.5 была лицензия Apache 2.0. По такой же схеме выпущены Toto 2.0 и Chronos-2. При этом Google планирует заменить TimesFM-2.5 на TimesFM-3 в команде AI.FORECAST, которая работает в её хранилище данных, так что доступ к возможностям модели уже встроен в платный продуктовый контур.

Лицензия и путь в производство

Сейчас разработчики могут изучать TimesFM-3 и проверять её на собственных данных через опубликованные веса, но перенос результатов в коммерческую систему требует другого разрешения или сервиса. Google не назвала дату отмены ограничений. Пока компания одновременно оставляет исходный код открытым, удерживает стандартные веса в некоммерческом режиме и готовит их замену в AI.FORECAST.