大語言模型（LLM）正在改變所有與「文字」相關的行業，時間序列模型（TimesFM）則從「數字」下手

現代工作每天都要與 LLM 打交道，讓人感覺它幾乎無所不能，但如果請它去預測明天股市會如何？可能不是一個好點子。畢竟在技術的底層，預測下一個詞元並不包含看到未來指數跳動的能力。

但說到底指數就是一連串隨著時間上下波動的數字，如果我們針對完全由此構成的資料集進行模型訓練，那會得到什麼？答案是專門用於預測下一個數字的 TimesFM。

Google 於 2026 年 8 月 31 發布了 TimesFM-3，前代產品在零售、金融、可觀測性、製造、醫療保健和自然科學等多個領域已被廣泛採用。新模型擁有 3.3 億個參數，在超過 1 兆個時間點構成數據上完成預訓練。

使用時只需輸入歷史數據，模型即可對數據的未來走向進行預測。不同於前代模型，新模型可同時預測多個相關的時間序列。

目前 Google 已將 TimesFM-3 放到 GitHub 和 Hugging Face 上，如果不想自架就要再等等，未來將會串接至 BigQuery 提供使用（現在可先透過 BigQuery 中的 AI.FORECAST 體驗 TimesFM-2.5 模型的預測能力）