2026年9月1日，谷歌正式发布TimesFM-3时间序列基础模型。该模型参数量达3.3亿，基于超1万亿真实与合成时间点语料预训练。它采用双注意力机制与连续补丁掩码技术，原生支持多变量零样本预测，可联合建模多个演化序列并捕捉其依赖关系。新特性包括多目标点/分位数预测、历史协变量及动态（过去-未来）协变量建模，无需任务微调。此举旨在提升复杂多元场景下的预测泛化能力与准确性。