Google Research 推出了 TimesFM-3，这是一款拥有 3.3 亿参数、用于多变量时间序列预测的基础模型，并表示它在 Gift-Eval、FEV-Bench 和 Time 这三个公开基准上，无论是点预测还是概率预测指标都排名第一。文章结尾写道，该模型“现已可在 GitHub 和 Hugging Face 上获取”，并称 BigQuery 集成“将在未来几周上线”。但通篇文章里，没有出现“许可”一词。
公告中缺失的术语
Hugging Face 上 google/timesfm-3.0-pytorch 的 model card 明确写明了条款：TimesFM Non-Commercial License v1.0，仅限非商业和非生产用途。上一版 timesfm-2.5-200m-pytorch 的许可则是 Apache-2.0。这是该系列首次出现许可变更，而这一点只能通过打开 model card 才能发现。
常见表述哪里说错了
TimesFM-3 被描述为 Google 的开源发布。但事实并非如此。仓库中的 代码 仍采用 Apache-2.0；权重则不是。两者是两份不同的文件，把它们混为一谈，就会把一个研究预览包装成并不存在的生产工具。按照 OSI 的定义，这不是开源；按业内常用说法，它也不是 open-weight。实际后果是：能源、零售、金融等高度依赖预测的行业中的工程师，无法把当前排名最高的模型直接接入生产流水线。
技术上有哪些新变化
该模型是在多变量预测任务上原生预训练的，而不是由多个单变量运行拼接而成。它是一种仅解码器 transformer，采用交替注意力层，在一次前向传播中生成整个预测区间，而不是自回归生成；它同时输出点预测和 9 个分位数，即第 10 百分位到第 90 百分位。预训练语料混合了真实和合成序列，总计超过 1 万亿时间点。
一个需要弄对的日期
GitHub 标签 TimesFM-3.0 于 8 月 28 日上线；公开公告则在 8 月 31 日发布。权重在任何人获知之前就已放入仓库，因此最好明确写出这一点，而不是把发布日期算作博客发文时间。故事的关键在于走势：一条连续三版都采用 Apache-2.0 发布的产品线，在它开始登顶排行榜的这一版，把权重关上了。