TimesFM‑3: el nuevo modelo de Google que predice el futuro con series de tiempo y eventos futuros
Google Research lanza TimesFM‑3, un Transformer multivariado con 330 millones de parámetros que predice ventas, clima y descuentos en un solo paso, superando a la competencia en precisión y calibración de incertidumbre.
TimesFM‑3, el nuevo modelo de Google que predice el futuro con series de tiempo y eventos futuros
Google Research ha publicado TimesFM‑3, un modelo Transformer de 330 millones de parámetros diseñado para pronosticar series temporales multivariantes. El modelo agrupa 32 puntos consecutivos en un parche, normaliza cada serie y procesa datos en dos direcciones: a lo largo del tiempo y a través de las series. Así aprende cómo un descuento en un producto afecta a otros y cómo el tráfico pasado o el clima futuro influyen en las ventas.
Funcionalidades y rendimiento
- Multivariado: predice varias variables simultáneamente (por ejemplo, sabores de helado) y utiliza datos pasados y futuros.
- Un solo paso: en vez de generar la predicción de manera secuencial, TimesFM‑3 rellena todos los pasos futuros en una sola pasada, reduciendo el riesgo de errores acumulativos.
- Salidas de incertidumbre: devuelve nueve valores por paso para capturar la distribución y la incertidumbre del pronóstico.
- Zero‑shot: no requiere entrenamiento adicional para nuevas tareas.
En los benchmarks Gift‑Eval, FEV‑Bench y Time, TimesFM‑3 lidera tanto en precisión puntual como en calibración de incertidumbre, superando a Amazon Chronos‑2, Toto‑2.0 y a su predecesor TimesFM‑2.5. Cuando se añade la agenda de descuentos, el modelo anticipa un aumento de cerca del 20 % en ventas durante los días de promoción, algo que un modelo que solo usa datos pasados no logra.
Disponibilidad y futuro
TimesFM‑3 ya está disponible en GitHub y Hugging Face y Google planea integrarlo en BigQuery en las próximas semanas mediante AI.FORECAST. La familia TimesFM se ha desplegado en retail, finanzas, manufactura, salud y ciencias. La versión 2.5, lanzada en septiembre de 2025, solo manejaba una serie a la vez; la nueva generación rompe esa limitación.
Google también está trabajando en modelos de pronóstico más allá de series temporales, como WeatherNext Cyclones, un sistema de código abierto que predice trayectorias e intensidad de huracanes con una hora extra de anticipación.
Por qué importa
Para quienes operan infraestructuras de datos y análisis, TimesFM‑3 ofrece una solución robusta y eficiente para pronosticar con múltiples variables y eventos planificados, sin necesidad de entrenamientos por tarea. La integración con BigQuery permitirá ejecutar pronósticos directamente sobre datos empresariales, acelerando la toma de decisiones.
Enlaces útiles
