timesfm-3.0-pytorch 模型参数、许可证与获取服务

中文简介

TimesFM 3.0 是 Google Research 发布的时间序列基础模型，提供 PyTorch 权重与配置，采用变量注意力等机制进行预测。它处理数值序列，不属于聊天语言模型。

UPSTREAM README

上游模型卡 / 数据集卡

简体中文（默认）上游原文

【定位与用途】
TimesFM 3.0 是 Google Research 发布的时间序列基础模型，提供 PyTorch 权重与配置，采用变量注意力等机制进行预测。它处理数值序列，不属于聊天语言模型。

【如何选择】
用于业务指标、传感器或需求序列的离线预测基线，检查频率、缺失值和预测区间。

【版本与获取范围】
选型方向：检索、抽取与专用模型。固定上游版本：43046b85ec22d584a13f8098c2ed39c889e129c2。API 任务字段：time-series-forecasting。上游最近更新时间：2026-09-02（不一定为首次发布日期）。规模、子集和组件差异见本页简介及注意事项；API 标签与卡片正文的含义分别保留。

【容易混淆的边界】
TimesFM Non-Commercial 专用许可含非商用限制；预测效果依赖数据分布，需采用按时间划分的验证集。

本节是本站基于固定版本卡片编写的中文选型摘要，并非原文逐句翻译。完整操作、评测协议与许可原文请查看上游固定版本链接；模型效果及资源处理需求尚未由本站实测。

基于固定版本上游资料编写的中文选型说明 · 2026-09-20 15:03

本页提供中文选型摘要，请通过上方固定版本链接查看完整上游模型卡或数据集卡。

适用场景

用于业务指标、传感器或需求序列的离线预测基线，检查频率、缺失值和预测区间。

模型参数

选型方向：检索、抽取与专用模型。固定上游版本：43046b85ec22d584a13f8098c2ed39c889e129c2。API 任务字段：time-series-forecasting。上游最近更新时间：2026-09-02（不一定为首次发布日期）。规模、子集和组件差异见本页简介及注意事项；API 标签与卡片正文的含义分别保留。

文件说明

上游 API 返回 5 个文件，文件元数据合计 1.23 GB。已保存文件清单中的主要扩展名：无扩展名 2 个、.json 1 个、.md 1 个、.safetensors 1 个。当前较大的文件包括：model.safetensors（1.23 GB）；LICENSE（7.10 KB）；.gitattributes（1.48 KB）。此处只统计当前 Git 仓库的文件元数据，不包含外部链接、Bucket 或另行申请的完整集合。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

.gitattributes1.48 KB
config.json1.24 KB
LICENSE7.10 KB
model.safetensors1.23 GB
README.md1.40 KB

硬件建议

先选定所需权重格式和精度，再核对推理代码、依赖与目标硬件。仓库元数据合计可能包含多个变体、视觉组件或示例，不能用来直接推算运行显存；内存还受上下文、缓存、批量和并发影响，应以小样本实测确定配置。

注意事项

TimesFM Non-Commercial 专用许可含非商用限制；预测效果依赖数据分布，需采用按时间划分的验证集。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。