待验证70% 置信事实精确时间
谷歌官方披露TimesFM在200B时间点数据上进行预训练，覆盖金融、零售、能源、医疗等多个领域
2
来源数
70%
置信度
长期有效
时效性
2026/7/14
首次发现
来源
Zer0Fit：用MCP将谷歌TabFM与TimesFM接入LLM聊天界面
redditr/MachineLearning2026/7/12
相关事实
待验证谷歌TimesFM是专门做时间序列预测的基础模型，具备零样本预测能力，无需对特定业务数据专门训练78% 相似待验证谷歌发布了两款基础模型TabFM（面向表格数据）和TimesFM（面向时间序列）77% 相似待验证代表性的时间序列基础模型包括 Google 的 TimesFM、Amazon 的 Chronos 和 Salesforce 的 Moirai73% 相似待验证Google发布TimesFM 3，是一个拥有330M参数的多变量时序预测模型69% 相似待验证Google的超大规模分布式系统构建在Spanner、Bigtable和Colossus等基础设施之上，其中Spanner通过TrueTime API实现跨数据中心的时钟同步67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/503950API
curl https://kongchang.com/api/v1/knowledge/claims/503950MCP
get_claim(id=503950)