IBM 发布 Granite Time Series PatchTST-FM-r2：支持商用的零样本时序预测模型

1 阅读

IBM 推出新一代时序基础模型 PatchTST-FM-r2

时序预测正在从“一数据一模型”的定制模式，转向使用通用预训练模型进行零样本推理的新范式。IBM 最近发布了 Granite Time Series PatchTST-FM-r2，这是其 Granite TSFM 系列的最新成员，主打高性能、开箱即用和商业友好。

这款模型的核心卖点很直接：你不需要为自己的销售数据、服务器指标或电网负荷单独训练模型，只需把最近的历史序列喂给它，它就能直接输出未来预测，甚至包括不确定性区间。更重要的是，它的许可证（Apache 2.0 或 OpenMDW 1.0）明确允许你在商业产品中使用，这在当前的大模型生态里并非理所当然。

截至 2026 年 9 月，PatchTST-FM-r2 在权威时序基准 GIFT-Eval 的“可复现、零样本”类别中，综合性能排名第二。而在同样允许商业使用的模型里，它就是第一。

在 GIFT-Eval 上的硬核表现

GIFT-Eval 是一个设计严谨的时序预测评测平台，汇集了来自能源、交通、零售等多个领域的异构数据集。评估分为两类：严格的“零样本”（模型预训练时完全没见过这些数据）和相对宽松的“预训练”（允许使用评测集的训练部分）。

在最能体现泛化能力的零样本赛道，PatchTST-FM-r2 的表现相当亮眼：

  • CRPS（连续排序概率评分）：几何平均得分为 0.467，仅次于 Google 的 TimesFM-3。
  • MASE（平均绝对缩放误差）：几何平均得分为 0.6846，稳居前列。

更让人意外的是，即使把那些“见过考题”的预训练模型也拉进来同台竞技，PatchTST-FM-r2 依然能排到 CRPS 第三、MASE 第四。这意味着它击败了包括 Chronos-2、Timer-S1 在内的一众对手，而其中不少模型的体量比它大得多。

架构升级：从 Transformer 到 Conformer

PatchTST-FM-r2 并非凭空而来，它是对前代 r1 版本的深度迭代。最大的变化在于内部骨干网络——从标准的 Transformer 层换成了 Conformer 层。

Architectural evolution from PatchTST-FM-r1 to Conformer-based PatchTST-FM-r2

Conformer 最初用于语音识别，它巧妙地将 多头自注意力（Multi-head Self-Attention）和 时间卷积（Temporal Convolution）融合在一个模块里。这个改动解决了时序建模中的一个经典矛盾：

Transformer and conformer attention patterns

  • 自注意力 擅长捕捉长距离依赖，比如季度性或年度周期，但它对局部细节不够敏感。
  • 卷积 则天然带有局部归纳偏置，能高效学习短期模式，比如日内的波动规律。

在 r2 模型中，卷积层负责处理“眼前”的细节，让自注意力机制可以更专注于“远方”的关联。可视化注意力图可以清晰看到这种分工：r1 的注意力权重大多集中在对角线附近（关注邻近点），而 r2 的注意力则能有效扩散到远离对角线的位置（关注远距离点）。

除此之外，r2 还做了几项关键优化：

  • 重叠分块（Overlapping Patches）：使用 50% 重叠的窗口，并配合汉明窗（Hamming window）加权，再通过“重叠相加”（overlap-and-add）的方式合成最终预测，有效平滑了分块边界带来的不连续性。
  • 更深的网络：模型层数从 20 层增加到 30 层，参数量达到约 3.85 亿。
  • 更强的输出：新增了一个能预测 99 个分位数 的头部，不仅能给出点预测，还能完整描述预测分布，方便计算任意置信区间的上下限。

这些改进共同支撑了模型长达 8192 步 的上下文长度，使其能处理非常长的历史序列。

训练数据：透明而非黑盒

对于企业用户来说，模型跑分高只是入场券，训练数据的来源和构成才是能否放心部署的关键。IBM 在这一点上做得比较坦诚。

PatchTST-FM-r2 的预训练语料库由四个部分组成：

  1. GiftEvalPretrain 中的部分数据集。
  2. 自定义合成数据：基于 KernelSynth 方法生成，但修改了周期性核函数，并限制了数据增强的强度。
  3. TSMixup 语料库：采用了类似 Chronos 的混合策略，但严格避开了 GIFT-Eval 的评测集。
  4. 约 50 万条 CauKer 合成序列，每条长度为 4096。

GIFT-Eval CRPS for leading replicable zero-shot models

这种透明度虽然不能替代企业自身的合规审查，但至少给了开发者一个清晰的起点，知道模型“吃过什么”，从而更好地评估潜在风险。

GIFT-Eval MASE for leading replicable zero-shot models

商业友好的开源许可

GIFT-Eval CRPS with zero-shot and pretrained replicable models

这是 PatchTST-FM-r2 区别于许多竞品的核心优势。它采用 双许可 模式：

  • Apache 2.0：广为人知的宽松开源许可证。
  • OpenMDW 1.0：由 Linux 基金会推出的、专门为 AI 模型设计的许可证。

GIFT-Eval MASE with zero-shot and pretrained replicable models

用户可以任选其一。两者都允许自由地使用、修改和分发模型，不会对你的商业应用设限。模型权重、架构代码和完整的推理流水线都已在 Hugging Face 和 GitHub 上公开，确保结果可复现。

几行代码快速上手

想试试效果？过程比想象中简单。首先安装官方库：

pip install "granite-tsfm>=0.3.9"

然后加载模型并进行预测：

import pandas as pd
from tsfm_public import PatchTSTFMForPrediction, TimeSeriesForecastingPipeline

# 从 Hugging Face 加载预训练权重
model = PatchTSTFMForPrediction.from_pretrained(
    "ibm-granite/granite-timeseries-patchtst-fm-r2"
)

# 读取示例数据（这里用的是电力变压器数据集 ETTh1）
df = pd.read_csv(
    "https://raw.githubusercontent.com/zhouhaoyi/ETDataset/main/ETT-small/ETTh1.csv",
    parse_dates=["date"],
)

# 配置预测流水线
pipe = TimeSeriesForecastingPipeline(
    model=model,
    id_columns=[],
    timestamp_column="date",
    target_columns=["HUFL"],  # 预测高用电负荷
    context_length=512,       # 使用过去 512 小时的数据
    prediction_length=64,     # 预测未来 64 小时
    quantile_levels=[0.1, 0.5, 0.9],  # 输出 10%, 50%, 90% 分位数
    freq="1h",
)

# 对数据集最后 512 个点进行预测
forecast = pipe(df.iloc[-512:])

整个过程无需任何微调或额外训练。你可以轻松地将 df 替换成你自己的数据，无论是网站流量、CPU 使用率还是商品销量，只要它是规则采样的时间序列即可。

从离线分析走向实时流处理

对于很多应用场景，数据是源源不断地产生的，而不是静态的 CSV 文件。为此，IBM 与 Confluent（Apache Kafka 的商业公司）合作，将 Granite Time Series 系列模型（包括 r1 和最新的 r2）集成到了 Confluent Cloud 的流处理平台中。

通过这个早期访问计划，开发者可以直接在 Apache Flink 作业里调用这些模型。这意味着，来自传感器或交易系统的实时数据流，可以在毫秒级延迟内得到预测或异常检测结果，而无需再搭建一套独立的机器学习服务来搬运和处理数据。这对于需要实时决策的场景，比如金融风控或工业设备预警，价值巨大。

总的来说，PatchTST-FM-r2 不仅仅是一个分数更高的模型，它代表了一种更务实、更开放的 AI 落地思路：提供强大性能的同时，也把选择权和控制权交还给开发者。