https://0f9f3b1c.text-matrix.pages.dev/tags/google-research/Recent content in Google Research on Text MatrixHugozh-cnWed, 08 Apr 2026 11:10:11 +0800https://0f9f3b1c.text-matrix.pages.dev/posts/tech/timesfm-google-time-series-foundation-model-guide/Mon, 06 Apr 2026 21:28:00 +0800https://0f9f3b1c.text-matrix.pages.dev/posts/tech/timesfm-google-time-series-foundation-model-guide/<h2 id="学习目标">学习目标</h2> <p>通过本文，你将全面掌握以下核心能力：</p> <ul> <li>深入理解 TimesFM 的项目定位、技术架构和 1-bit 预测原理</li> <li>掌握 TimesFM 2.5 的核心升级（200M 参数、16k 上下文、连续分位数预测）</li> <li>学会使用 PyTorch 和 Flax 两种后端进行时间序列预测</li> <li>理解 XReg 共变量支持和高频/低频时间序列处理</li> <li>掌握在 BigQuery 和 Hugging Face 上的部署方法</li> <li>理解 AGENTS.md 技能入口和 AI Agent 集成</li> </ul> <hr> <h2 id="1-项目概述">1. 项目概述</h2> <h3 id="11-是什么">1.1 是什么</h3> <p>TimesFM（Time Series Foundation Model）是 Google Research 开发的<strong>预训练时间序列基础模型</strong>，专门用于时间序列预测任务。</p>