本サイトの記事や画像は、AIが公的資料や複数の報道を基に事実関係を整理・再構成し制作したものです。[続きを表示]特定の報道内容や表現を再利用・要約することを目的としたものではありません。ただし、誤りや不確定な情報が含まれる可能性がありますので、参考の一助としてご覧いただき、実際の判断は公的資料や各出典元の原文をご確認ください。[私たちの取り組み]
Google Researchは2026年8月31日付の公式発表で、売上や客足、天気予報、販促予定など複数の時系列データを組み合わせ、対象業務ごとの追加学習なしで将来を予測できる時系列基盤モデル「TimesFM-3」を公開した。公開された事前学習済みモデルは、非商用・非本番用途に限って利用できる。
単変量中心からネイティブな多変量予測へ
TimesFM-2.5までの基本モデルは単変量予測を中心としており、2025年10月にはXRegを使った補助変数への対応も追加されていた。TimesFM-3では、複数の予測対象と補助データをモデル自体がネイティブに扱えるようになった。
例えば複数商品の売上を同時に予測しながら、過去の客足など将来値が分からないデータや、天気予報、販促予定、祝日など予測時点で将来値を利用できるデータも入力できる。
対象業務ごとのファインチューニングを必要としない「ゼロショット」に対応し、予測期間全体を一度の処理で生成する。各対象では一つの予測値に加え、10～90パーセンタイルの9段階の分位点を出力し、予測の不確実性も示す。
3億3000万パラメータ、公開モデルは利用制限
TimesFM-3は3億3000万パラメータを持ち、実データと合成データを含む1兆超の時点からなる時系列コーパスで事前学習された。
Google Researchによると、GIFT-Eval、FEV-Bench、TIMEの3つの公開ベンチマークでは、比較した事前学習済み基盤モデルの中でポイント予測と確率予測の平均順位がいずれも最上位だった。
TimesFM-3はGitHubとHugging Faceで公開されている。ソースコードはApache-2.0だが、TimesFM-3の事前学習済みモデルには別のライセンスが適用され、非商用・非本番用途に制限される。
Google ResearchはBigQueryとの統合を今後数週間で提供するとしている。2026年9月3日時点では、TimesFM-3統合の提供開始は確認できていない。
