@ForecastEng: 亚马逊悄然开源了一个时间序列模型，可以开箱即用地进行预测。无需训练。无需特征工程。点…

X AI KOLs Timeline 模型
time-series forecasting open-source chronos amazon

摘要

亚马逊开源了 Chronos，这是一个时间序列预测模型，无需训练或特征工程即可开箱即用进行预测，其处理预测的方式类似于语言模型处理文本。

亚马逊悄然开源了一个时间序列模型，可以开箱即用地进行预测。 无需训练。无需特征工程。将数据指向它，它就能进行预测。 这个模型叫做 Chronos——它处理预测的方式就像语言模型处理文本一样。 让我为你详细解释一下 🧵 https://t.co/zQTKz511SC
查看原文
查看缓存全文

缓存时间: 2026/06/24 10:22

亚马逊低调开源了一个时间序列模型，开箱即用即可进行预测。

无需训练，无需特征工程。将数据输入，它就能预测。

这个模型叫 Chronos — 它处理预测的方式，就像语言模型处理文本一样。

让我来拆解一下

Chronos-2 是一个预训练模型，能够以零样本方式处理 单变量、多变量和协变量感知的预测任务

Chronos 2 实现了一个管道，内部对时间序列进行归一化、分词，并使用下方架构生成预测。

用 7 行代码实现 Chronos 2 预测：

白皮书（31页 PDF）：https://arxiv.org/pdf/2510.15821

GitHub：https://github.com/amazon-science/chronos-forecasting…

企业不再想要另一个 ARIMA 模型。

他们想要的是能够构建真正上线到生产的预测系统的工程师。

7月8日，星期三 — 我将用 Python 现场分享我的方案。

免费。完整代码。已有超过 670 人注册。

预订席位 → https://learn.business-science.io/forecast-register…

这就完了！

如果你喜欢这条帖子：

  1. 关注我 @ForecastEng 获取更多类似内容
  2. 转发下方的推文，与你的朋友分享这条帖子

相似文章

统一零样本时间序列预测：Darts基础

arXiv cs.LG

Darts，一个广受欢迎的开源Python时间序列分析库，引入了一个统一的FoundationModel类集合，该集合整合了多种时间序列基础模型（Chronos-2、TimesFM 2.5、TiRex、PatchTST-FM），通过标准化接口和最小依赖实现零样本和微调预测。

google-research/timesfm

GitHub Trending (daily)

Google Research 发布了 TimesFM 2.5，这是一个开源的时序基础模型，用于预测，拥有2亿参数、16000上下文长度，并支持最多1000步的分位数预测。该模型可在 PyPI 和 Hugging Face 上获取，支持通过 LoRA 进行微调，并集成到 Google 产品如 BigQuery ML、Google Sheets 和 Vertex Model Garden 中。