Mistral开源Timestral 时序三榜第一

时间：2026-10-15 法国巴黎 Mistral 官方公告；2026-10-16 同步上线 Hugging Face 与 GitHub；2026-10-18 起 MarkTechPost、OpenDataScience、腾讯云开发者社区、CSDN 等媒体陆续发布实测与部署教程 地点：法国巴黎（Mistral AI 总部）/ Hugging Face Hub（mistralai 组织页）/ GitHub（mistralai/timestral 仓库）/ 全球三大公开时序预测排行榜 GIFT-Eval、TIME、fev-bench 人物：Mistral AI 团队；Mistral 联合创始人兼 CEO Arthur Mensch；Mistral 研究科学家 Nicolas Schuhl（首发作者）；Mistral 官方博客与开发者关系团队；中文社区实测者腾讯云开发者社区「向磊」、CSDN 博主 gitblog_00221；测评账号 MarkTechPost AI、OpenDataScience、dev.to 撰稿人 Gabriel Anhaia 事件详情：Mistral 于 2026-10-15 正式开源 Timestral——首个时序基础模型（Time-Series Foundation Model, TSFM）家族，提供 5M、28M、123M、209M 四档规格，全部权重与推理代码同步开放。最大版本仅 2.09 亿参数，就在 GIFT-Eval（MASE 0.658 / CRPS 0.446）、TIME、fev-bench 三大时序预测基准上同时拿下预训练零样本第一，超越 TimesFM-3、Toto-2.0-2.5B、Chronos-2 等更大对手；28M 版本则在 GIFT-Eval 与 TIME 上击败约为其四倍体量的 Chronos-2，五个参数点全部落在帕累托前沿。架构上是基于 patch 的 Transformer，每 32 个时间步为一个 patch，24 层、嵌入维度 768、12 个注意力头；支持单变量与多变量预测，过去协变量与已知未来协变量可同时输入，输出 21 个分位数（0.01 至 0.99），相当于自带 90% 概率区间。上下文长度最高 32,768 个时间步，单次前向传播可预测 1,024 个时间步，更长时段可滚动拼接。实测性能上，官方报告 CPU 8 线程跑三周 15 分钟历史预测次日仅需 10 ms（5M）至 140 ms（209M）；腾讯云开发者社区本地实测 GPU 推理 209M 约 20 ms、CPU 推理约 85 ms，CSDN 部署指南在消费级 GPU 上同样得到毫秒级延迟。许可证方面，源代码 Apache 2.0，模型权重为 Modified MIT——但 Mistral 设置了商业化红线，即任何上一个月全球合并收入超过 2000 万美元的公司不得直接使用该许可，需要另行申请商业授权。 背景：时序预测是工业界最常见也最棘手的数据科学问题之一，覆盖电网负荷、气象、水位、传感器指标、交易量、容量规划等场景，过去要么用 ARIMA 等经典统计方法逐序列拟合，要么用 PatchTST 等深度模型逐数据集重训，无法跨域迁移。Chronos、TimesFM、Moirai、TimeGPT 等时序基础模型在 2024 年陆续问世，把「大规模预训练 + 零样本预测」的范式搬进时序领域，但参数动辄数十亿，对硬件和推理成本都是负担。Mistral 此举把入门门槛降到消费级 GPU 乃至边缘 CPU 都能跑，并配套 Apache 2.0 代码与 Hugging Face 一键加载——Mistral Docs 还披露，Mistral Forge 后续会提供领域微调能力，进一步压缩企业接入成本。 影响：一、零样本 + 帕累托前沿意味着大量中小企业的逐数据集重训管线可以直接换成开箱即用推理，预计将显著降低零售、能源、制造、金融等行业的预测项目周期与算力成本；二、209M 跑赢 TimesFM-3、Toto-2.5B 等更大模型，说明「参数并非越大越好」的判断在时序领域同样成立，未来厂商可能把更多精力放在数据多样性与领域微调，而非盲目堆参数；三、Modified MIT 把月收入 2000 万美元以上的公司拦在许可外，这是一条针对大客户的商业化钩子——Mistral 同步保留商业授权路径，表明其继续以「开源拉生态、闭源挣大单」的双轨打法推进；四、对国内时序基础模型赛道（如 Timer-S1、羲和）形成新的对标压力，参数规模小一个数量级却登顶三大公开基准，会让行业重新评估研究路线与发布节奏；五、把 32K 上下文与 21 分位数带进端侧可跑的规格，相当于把「区间预测 + 不确定性管理」下沉到边缘设备，对 IoT、可穿戴、车载等场景的本地化智能是直接利好。 总结：Mistral 用 5M 到 209M 的紧凑参数表，把时序基础模型的最强成绩搬进了 CPU 也能跑的消费级设备，并守住开源 Apache 2.0 + Modified MIT 双层许可。三大基准零样本第一、5 分钟跑通一次预测、Modified MIT 卡住大客户——这是 2026 年下半年时序赛道最值得跟进的发布，没有之一。 参考来源： - https://mistral.ai/news/timestral/ - https://huggingface.co/mistralai/Timestral-209M - https://github.com/mistralai/timestral - https://docs.mistral.ai/models/timestral-1-0-209m - https://huggingface.co/collections/mistralai/timestral - https://www.marktechpost.com/2026/10/18/mistral-timestral-time-series-foundation-model/ - https://opendatascience.com/mistral-launches-timestral-a-new-family-of-time-series-forecasting-models/ - https://cloud.tencent.com/developer/article/2762835 - https://blog.csdn.net/gitblog_00221/article/details/168245867 - https://dev.to/gabrielanhaia/mistrals-timestral-runs-on-a-cpu-its-modified-mit-license-stops-at-20m-a-month-141m - https://www.linkedin.com/posts/nicolasschuhl_timestral-mistrals-time-series-foundation-activity-7516818034171277312-fImT