IBM发布Granite时序基础模型PatchTST-FM-r2 采用商用友好许可

IBM发布Granite时序基础模型PatchTST-FM-r2

IBM于2026年9月发布Granite Time Series PatchTST-FM-r2，这是Granite TSFM家族的最新时序基础模型。该模型约3.85亿参数，支持最长8192步上下文与灵活预测长度，并通过99分位数预测头提供概率预测。据官方博客，模型采用Conformer架构，结合多头自注意力与时间卷积，以捕捉长短期时序结构，并引入50%重叠分块、Hamming窗加权及重叠相加预测以平滑分块边界。

基准表现与许可

据报，截至2026年9月8日，在GIFT-Eval基准的零样本、可复现且无测试泄漏的模型类别中，PatchTST-FM-r2的CRPS与MASE均排名第二，仅次于TimesFM-3；若将允许使用基准训练数据的预训练模型纳入比较，该模型在可复现模型中CRPS列第三、MASE列第四，并优于Chronos-2、Timer-S1等模型。模型采用Apache 2.0与OpenMDW 1.0双许可，用户可任选其一，两者均允许商用、修改与分发。权重、架构、推理管线及复现代码均已开放。

训练数据与使用限制

官方披露预训练语料包含四部分：GiftEvalPretrain中的部分数据集、基于KernelSynth的合成数据、按Chronos方法生成但排除GIFT-Eval评估集的TSMixup语料，以及约50万条CauKer合成序列。模型可通过Hugging Face Hub加载，并兼容Granite-TSFM仓库。需注意，上述基准排名与性能数据均来自IBM官方博客，尚未获第三方独立验证；实际效果可能因数据而异，许可条款与使用方式请以官网当前信息为准。