不用半年数据，28天就能预测未来：Google 开源了时间序列新模型

Google 开源了时间序列模型 TimesFM。它不需要微调、训练或调参，只要提供28天的历史数据，就能直接输出未来14天的区间预测。

传统 BI 工具动辄要求半年以上的历史记录，还得人工标记异常点。TimesFM 的底气来自对 1000 亿条真实世界时间序列的预训练——电网负荷、东京地铁人流、TikTok 视频热度衰减、比特币分钟级成交价……这些数据教会它把时间序列当语言来读：波动是语法，周期是词根，突变是标点。

预测能力不再卡在“本行业有没有足够数据”，而取决于“世界上是否存在相似节奏”。真正的业务直觉，可能藏在另一座城市的用电峰谷里。

现在，一个实习生花 15 分钟写个 Python 脚本，就能完成过去需要数据科学家蹲两周的任务。刚起步的团队不用再苦等半年攒数据，也能拿到靠谱的短期预测。

最贵的训练数据，早就免费流过全球服务器。Google 把 TimesFM 开源，等于把大公司专属的预测能力变成公共基础设施。预测变得像调用 API 一样简单。稀缺的不再是算法，而是你能不能想到值得问的问题。