高性能零样本预测与商业友好的开放许可
时间序列基础模型正在改变预测系统的构建方式。用户不再需要为每个数据集训练和维护单独的模型，而是可以使用预训练模型进行零样本预测。
IBM 发布了 Granite Time Series PatchTST-FM-r2，这是 Granite TSFM 家族的最新模型（github、blog）。PatchTST-FM-r2 是其前身 PatchTST-FM-r1 的新版本，在一个约 3.85 亿参数的模型中，结合了更新的架构、更大的预训练语料库、概率预测、缺失值插补支持以及在 GIFT-Eval 排行榜上可复现的零样本模型中具有顶级性能的零样本表现。
截至 2026 年 9 月 8 日，该模型是在 GIFT-Eval 排行榜上以宽松的商业友好开源许可证（Apache 2.0 和 OpenMDW 1.0）发布的可复现零样本模型中性能最高的模型。GIFT-Eval 是一个全面的时间序列预测基准测试，旨在评估模型在各种预测场景中的表现；该模型在所有可复现的零样本模型中总体排名第二。
模型权重、架构、推理流水线以及重现基准测试结果所需的代码均已公开。
在本博客中，我们将介绍该模型，深入探讨基准测试结果和模型架构，讨论训练数据和许可协议，并提供演示如何使用该模型的代码示例。最后，我们还将重点介绍如何利用 Confluent 产品在生产环境中将 Granite Time Series 家族的模型用于流式应用程序。
准备好尝试了吗？在 Hugging Face 上打开 Granite Time Series PatchTST-FM-r2
TL;DR（太长不看版）
适用于需求、价格、能源负载、交通、遥测数据及其他时间序列的通用零样本预测。
约 3.85 亿参数，上下文长度高达 8,192，灵活的预测长度，并通过 99 分位数预测头实现概率预测。
模型主干由 conformer 块构建，将多头自注意力与时间卷积相结合，以捕捉长程和短程的时间结构。
该模型采用宽松许可，在 GIFT-Eval 基准测试的可复现零样本类别中表现最佳（双重许可：Apache-2.0 和 OpenMDW-1.0，用户可选择其中一种许可）。
公开了权重、架构、推理流水线以及重现基准测试所需的代码。
在 GIFT-Eval 上实现强大的零样本预测
基础模型的最大价值在于其能够泛化到未曾专门训练过的时间序列数据。因此，我们首先关注零样本性能。
GIFT-Eval 提供了对异构数据集和预测场景中预测模型的广泛评估。当将排行榜限制为仅包含零样本、可复现且未在测试中发生数据泄露的模型时，截至 2026 年 9 月 8 日，PatchTST-FM-r2 在 CRPS 和 MASE 两项指标上均排名第二，如图 1 和图 2 所示（这两项指标的值越低越好）。重要的是，PatchTST-FM-r2 是在具有宽松、商业友好许可的模型中，同一类别里性能最高的模型。
图 1. GIFT-Eval 领先可复现零样本模型的 CRPS 表现。PatchTST-FM-r2 实现了 0.467 的几何平均 CRPS，在此比较中紧随 TimesFM-3 之后，并在具有宽松许可的模型中排名第一。
图 2. GIFT-Eval 领先可复现零样本模型的 MASE 表现。PatchTST-FM-r2 实现了 0.6846 的几何平均 MASE。蓝色条形表示由 IBM 时间序列基础模型团队发布的模型。
即使面对允许使用基准训练数据的模型，依然具备竞争力
GIFT-Eval 上的一些模型被归类为预训练模型，而非严格的零样本模型。这些模型允许在其预训练语料库中包含 GIFT-Eval 评估数据集的训练部分。
即使将这些预训练模型纳入比较，PatchTST-FM-r2 依然保持在前列，如图3和图4所示：在可复现模型中，其 CRPS 排名第三，MASE 排名第四。尽管一些竞争模型的规模要大得多，但 PatchTST-FM-r2 的性能仍优于包括 Chronos-2、Timer-S1 和 Toto 变体在内的多个预训练模型。
图3. GIFT-Eval CRPS（同时考虑零样本和可复现的预训练模型）。
图4. GIFT-Eval MASE（同时考虑零样本和可复现的预训练模型）。
架构：PatchTST-FM-r1 有哪些变化？
PatchTST-FM-r2 保留了使 PatchTST 系列行之有效的基于补丁（patch-based）表示，但其内部架构经过重新设计，以高效捕捉长短期关系并平滑补丁间的预测——这两点都显著改善了误差指标。
一项改变是从标准 Transformer 层转向结合卷积与多头自注意力的层。这些层被称为 Conformer 层，起源于语音处理应用。
图5. 从 PatchTST-FM-r1 到基于 Conformer 的 PatchTST-FM-r2 的架构演变。
PatchTST-FM-r1 的一个模块将多头自注意力与前馈网络相结合。在 r2 中，我们将其替换为一种类似 Conformer 的模块，其中包含两个半步前馈层，它们夹着多头自注意力和一个时间卷积层。
这使模型拥有两种互补的时间序列推理机制。自注意力可以建模补丁之间的长程关系，而卷积则提供对局部时间结构的归纳偏置。因此，卷积组件可以捕捉较短期的交互，同时允许注意力集中在更长时间跨度上的关系。这一现象可以在 Transformer 和 Conformer 版本中捕获的注意力模式中观察到（见下方使用 ETTh1 数据集真实样本的示例图）。虽然 Transformer 的大部分自注意力（图中左侧）集中在对角线附近，即捕捉局部关系，但得益于卷积层覆盖短距离，Conformer 模块中的注意力（图中右侧）显示出长距离（远离对角线）的关注。主干网络中的 Conformer 模块使用交替的卷积核大小3和5，以重复模式 {5, 5, 3, 3} 排列。
图6. 比较使用 ETTh1 数据集真实样本在 Transformer（左）和 Conformer 版本（右）中捕获的注意力模式。
此外，PatchTST-FM-r2 使用具有 Hamming 窗口加权的 50% 重叠补丁，以及重叠相加预测法来平滑补丁边界并提高预测准确性。最后，该架构增加了归一化以提高稳定性，并将模块数量从 20 个扩展到 30 个。
通过这些更改，生成的模型拥有约 3.85 亿参数，支持长达 8,192 步的超长上下文，并针对灵活的预测长度预测 99 个分位数。该模型提供点预测和分位数输出，用于预测分布和不确定性区间。
训练数据
对于旨在应用于实际场景的基础模型而言，模型质量只是考虑因素之一。开发者越来越需要了解哪些数据被用于训练模型、基准数据是否可能泄露到训练集中，以及这对部署模型有何影响。
PatchTST-FM-r2 使用了一个记录在案的预训练语料库，由四个来源组成：来自 GiftEvalPretrain 的选定数据集；基于 KernelSynth 的自定义合成数据，具有修改后的周期核和有限的增强；一个 TSMixup 语料库，使用 Chronos 描述的方法生成，但仅限于 GIFT-Eval 评估集之外的数据集；以及约 500,000 条合成 CauKer 序列，每条长度为 4,096。
对于企业采用者而言，这种透明度与排行榜上的其他几项指标同样重要。这并不能免除组织自身对模型治理和许可审查的需求，但它为用户提供了比不透明的预训练语料库多得多的信息，从而能够更有效地执行该审查。
面向研究实验和商业使用
为了为社区提供更多选择，Granite Time Series PatchTST-FM-r2 采用 Apache 2.0 和 OpenMDW 1.0 双重许可。用户可以选择其中任何一种许可，两者均提供了广泛、宽松的权利以使用、修改和分发模型，而 Linux 基金会的 OpenMDW 则提供了一个专为 AI 模型及相关材料设计的许可框架。通过以宽松的开源许可提供这些模型，IBM 旨在降低采用门槛，使组织、研究人员和开发者能够基于该技术进行构建，并拥有不受使用限制的许可所带来的信心。架构实现也通过 Granite-TSFM 仓库提供，并与 PatchTST-FM-r1 检查点向后兼容。
用几行 Python 代码试用 PatchTST-FM-r2
评估基础模型的最简单方法是在您自己的时间序列数据上进行。
安装 Granite TSFM 包：
pip install "granite-tsfm>=0.3.9"
然后直接从 Hugging Face Hub 加载 PatchTST-FM-r2：
import pandas as pd
from tsfm_public import PatchTSTFMForPrediction, TimeSeriesForecastingPipeline
model = PatchTSTFMForPrediction.from_pretrained(
"ibm-granite/granite-timeseries-patchtst-fm-r2"
)
df = pd.read_csv(
"https://raw.githubusercontent.com/zhouhaoyi/ETDataset/main/ETT-small/ETTh1.csv" ,
parse_dates=[ "date" ],
)
pipe = TimeSeriesForecastingPipeline(
model=model,
id_columns=[],
timestamp_column= "date" ,
target_columns=[ "HUFL" ],
max_context_length=model.config.context_length,
context_length= 512 ,
prediction_length= 64 ,
impute_method= None ,
quantile_levels=[ 0.1 , 0.5 , 0.9 ],
explode_forecasts= True ,
freq= "1h" ,
)
forecast = pipe(df.iloc[- 512 :])
如您所见，无需微调，也无需进行特定于任务的模型拟合。该流水线仅消耗序列的近期历史数据并生成未来预测，包括所请求的分位数。
上述是在公开可用数据上的一个简单示例——您可以将示例输入数据替换为您自己的数据，包括需求、传感器遥测数据、CPU 利用率、能源消耗、交易量、交通流量、价格或其他定期采样的时间序列。
在您的数据上试用：在 Hugging Face Hub 上打开 PatchTST-FM-r2
从笔记本到流式时间序列
此次发布与 IBM Granite 时间序列模型更广泛的努力相连接，为该更广泛的产品组合添加了一个新模型。
对于数据连续到达而非以静态 DataFrame 形式呈现的应用场景，IBM 和 Confluent 最近通过 Confluent Cloud 的早期访问计划提供了多种 Granite 时间序列模型。初始产品组合包括 PatchTST-FM-r1、FlowState-r1.1、TTM-r3 和 TSPulse。
该集成通过 Confluent Cloud 上的 Apache Flink，将基础模型推理直接引入流式应用程序中。预测和异常检测结果可以从实时数据流中生成，从而无需团队设置并将数据移至单独的机器学习环境。