【快讯短评】预测正在变成一条 SQL：谷歌开源 TimesFM-3，多变量零样本登顶三大公开榜

预测这门生意，三十年来一直是手艺活：统计学家选模型、调参数、造特征，ARIMA 之后是 Prophet，Prophet 之后是梯度提升树，换一个任务重训一遍。语言模型早已走完的那条路——大规模预训练、一个基座、零样本通吃——现在轮到时间序列走了。

这一代补上的是关键的一块。真实世界几乎没有单变量问题：卖冰淇淋要看客流、看天气、看促销排期。此前的基座模型只能盯着一条曲线自说自话，属于能演示、难上岗；原生多变量加零样本，才算跨过了从玩具到工具的那道门槛。

但真正值得记的不是榜单，是去向。单次前向、免微调、免特征工程，然后「数周内接入 BigQuery」——谷歌给配套查询命令写的宣传语是「无需机器学习专长」。翻译一下：预测正在下沉为数据库的一个内置函数，会写 SQL 的人即将拿到过去要养一支数据科学团队才有的能力。需求预测、库存计划、容量规划这类岗位的工具箱，正在被一条查询语句替换掉底层。

顺带一个反直觉的数字：3.3 亿参数，只有主流语言模型的千分之一量级。时间序列的「语法」比人类语言便宜得多——这也意味着，这类模型会跑得极快、极便宜、无处不在。

预测曾是一门手艺，往后是一条 SQL。

来源：谷歌研究院官方博客 2026 年 8 月 31 日（作者 Ayush Jain、Rajat Sen），模型页 GitHub／Hugging Face。「三榜第一」为谷歌博客口径，GIFT-Eval、FEV-Bench、TIME 均系公开榜单可自行复核；比较对象 Chronos-2、Toto 2.0 分别出自亚马逊与 Datadog。BigQuery 接入时间为官方预告，以实际上线为准。核查日期 2026 年 9 月 1 日。

转载请注明：《宇宙纪事 · 电讯》系列。

宇宙纪事 / COSMIC CHRONICLES / DISPATCH