IBM发布Granite时间序列大模型，支持零样本预测并采用商业友好开源许可

IBM于2026年9月9日正式发布Granite Time Series PatchTST-FM-r2模型，这是Granite时间序列基础模型家族的最新版本。该模型拥有约3.85亿参数，支持零样本预测、概率预测以及缺失值填补，并采用Apache 2.0与OpenMDW 1.0双许可模式，为商业应用提供宽松的开源授权。

在时间序列预测基准GIFT-Eval上，截至2026年9月8日，PatchTST-FM-r2在可复现的零样本模型中位列第一，综合排名第二。与上一版本相比，新模型在架构上引入了结合多头上自注意力与时间卷积的conformer模块，通过交替使用卷积核尺寸为5和3的卷积层，增强对局部时序结构的建模能力。同时，模型采用50%重叠的补丁与Hamming窗加权及重叠相加预测机制，以平滑预测边界，并引入了归一化层以提升训练稳定性。

在训练数据方面，IBM公开了该模型的预训练语料构成，包括精选的GiftEvalPretrain数据集、基于KernelSynth的合成数据、TSMixup语料，以及约50万条长度为4096的合成CauKer序列。IBM表示，这种透明性有助于企业用户进行模型治理与合规审查。模型权重、架构、推理流程及复现代码均已开放，开发者可通过Hugging Face和Granite TSFM开源仓库获取，并保持与旧版本检查点的向后兼容。