google-research/timesfm

TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.

這是什麼

TimesFM 是 Google Research 開源的 Time Series Foundation Model，用於時間序列預測：輸入一段歷史數列，輸出未來 horizon 的點預測與分位數預測。README 對應 ICML 2024 論文〈A decoder-only foundation model for time-series forecasting〉，checkpoint 放在 Hugging Face Collection；也列出 BigQuery ML、Google Sheets、Vertex Model Garden 等 Google 產品入口。不過它明確標註：開源版 不是 officially supported Google product。

目前最新主線是 TimesFM 2.5。相較 2.0，README 指出參數量從 500M 降到 200M、context length 從 2048 提升到 16k，並透過 optional 30M quantile head 支援最高 1k horizon 的連續分位數預測；同時移除 frequency indicator，加入新的 forecasting flags。

為什麼上榜

它今天以日榜第一出線，累積 23,134 stars、今日新增 844 stars。熱度不只是 Google 背書，而是專案近期更新明顯：2026 年 6 月更新 PyPI 到 timesfm=2.0.0；4 月加入 Hugging Face Transformers + PEFT（LoRA）的 fine-tuning 範例、unit tests 與社群修正；先前也補上 Flax 版本、XReg covariate 支援、文件與 examples。

它和一般 forecasting 套件的差異，在於把時間序列預測包成可載入 checkpoint、可設定 forecast config、可選 torch/flax backend 的 基礎模型流程。但 README 也提醒開源版不提供官方產品支援，實務導入仍要自行評估維運責任。

適合誰，可以拿來做什麼

TimesFM 適合資料科學家、ML 工程師與研究者，用在需求量、流量、監控指標、週期性業務數據等 forecasting 場景。README 的範例展示一次輸入兩條序列，回傳 point forecast 與 quantile forecast，代表它不只給單一預測值，也能輸出不確定性相關結果。

上手門檻屬於 Python ML 專案：需要理解 PyTorch 或 Flax、Hugging Face checkpoint、虛擬環境，以及 max_context、max_horizon、normalization、quantile head 等設定。若只是日常試算，可留意 README 提到的 Google Sheets 或 BigQuery ML 整合；若要研究或客製，自架 repo 較合適。

上手

README 提供 PyPI 與本地安裝。最短路徑是依 backend 安裝：

pip install timesfm[torch]
pip install timesfm[flax]
pip install timesfm[xreg]

本地開發則可 clone 後用 uv 建環境：

git clone https://github.com/google-research/timesfm.git
cd timesfm
uv venv
source .venv/bin/activate
uv pip install -e .[torch]

程式流程是載入 google/timesfm-2.5-200m-pytorch，用 ForecastConfig 設定 context、horizon 與 quantile head，再呼叫 model.forecast(...)。

README 重點摘要

• 最新模型版本是 TimesFM 2.5；1.0 與 2.0 程式歸檔在 v1，舊版可用 timesfm==1.3.0。
• 2.5 主打 200M parameters、最高 16k context length、optional 30M quantile head。
• 安裝支援 PyPI 與 editable install，backend 可選 torch 或 flax；XReg 需安裝 timesfm[xreg]。
• README 已補上 LoRA fine-tuning 範例、unit tests、Flax、XReg 與文件範例。
• 開源版不是官方支援產品，導入前要自行評估支援與維運。