零样本时序预测：Mistral Timestral 本地实测

零样本时序预测，2 亿参数也能在本地毫秒级推理——Mistral 把时间序列基础模型的门槛拉到了前所未有的低。

时间序列预测，一直是数据科学里既常见又难搞的问题——电力负荷、气象、水位、流量、传感器指标，到处都需要。传统做法要么针对每个数据集重新训练模型，要么在数据漂移时频繁微调，成本高、周期长。

Mistral 前几天开源了一个时间序列基础模型家族 Timestral：不做语言任务，专门读一串历史数字，预测它下一步往哪走，还自带不确定性区间。官方说最大的 2.09 亿参数版本，在三个主流基准上都排第一（预训练与零样本模型中）。

我第一时间把它部署到了本地，用真实的气象时序数据做了完整测试。这篇文章把模型介绍和实测结果一起给你。

01 模型概览

Timestral 是 Mistral 的第一个时间序列基础模型（TSFM），提供四个尺寸：500 万、2800 万、1.23 亿、2.09 亿参数。

四个型号，权重最小仅 21 MB

它的核心定位是零样本预测：不用针对你的数据重新训练，直接给历史数据就能预测未来。和传统做法的区别，一张图就能看清：

传统逐数据集训练 vs 零样本直接预测

几个关键能力

1. 多变量联合预测：一个序列里的多个变量（气温、湿度、降水）一起预测，捕捉变量间耦合关系
2. 协变量支持：可传“过去已知”和“未来已知”的辅助信息，如节假日、计划事件、周期特征
3. 21 个分位数输出：每个时间步输出 0.01 到 0.99 的 21 个分位数，直接给出预测不确定性范围
4. 长上下文 + CPU 可跑：最多接收 32768 个历史时间步，CPU / GPU 都能推理

许可证方面：源代码 Apache 2.0，模型权重 Modified MIT。要注意的是，按 Hugging Face 上的许可证原文，如果你所在公司（或雇主）上个月的全球合并收入超过 2000 万美元，就不能使用这份许可授予的任何权利（不只是商用），需要另向 Mistral 申请商业授权；个人和绝大多数中小企业不受影响。

02 本地部署

部署过程出乎意料地简单。代码仓库只依赖 PyTorch、NumPy、safetensors 和 huggingface_hub，没有花哨的框架。两种装法任选其一：

# 方式一：直接 pip 安装
pip install git+https://github.com/mistralai/timestral.git

# 方式二：克隆源码，可编辑安装
git clone https://github.com/mistralai/timestral.git
cd timestral && pip install -e .

权重从 Hugging Face 下载，四个模型加起来约 1.4 GB。下载后，用 TimestralForecaster 一行加载：

from timestral import TimestralForecaster

forecaster = TimestralForecaster.from_pretrained("mistralai/Timestral-209M")

预测调用也非常简洁：

import numpy as np

context = np.random.randn(2, 1, 2000).cumsum(-1)
forecast = forecaster.forecast(context, prediction_length=96)

forecast.quantiles.shape   # (2, 1, 96, 21)
forecast.median            # 中位数预测
forecast.quantile(0.9)     # 90% 分位数

整个依赖极简、API 清晰，从下载到跑通，一杯咖啡的功夫。

03 真实数据测试

为了验证它的零样本能力，我没有用官方 benchmark 数据，而是取了一段真实的气象观测数据（某西南城市的逐小时气温序列），用前 600 小时预测后 48 小时，再跟真实观测值对比。

测试配置

1. 上下文：600 个历史时间步（25 天）
2. 预测目标：未来 48 小时（2 天）
3. 数据：真实气象观测，含明显日周期和趋势
4. 评价：MAE、90% 区间覆盖率、CRPS

看结果之前，先用一张图说清楚“分位数”和“覆盖率”是什么意思：

21 个分位数与 90% 区间覆盖率的读法

四模型精度对比

四模型精度对比：MAE、90% 区间覆盖率、CRPS

1. 四个模型的 MAE 都在 1.1～1.4°C 之间，对一个含日周期、有趋势、还带噪声的冬季气温序列来说，这个精度相当不错
2. 90% 预测区间覆盖率 0.92～1.00，都不低于理想值 0.90，没有出现区间过窄、漏掉真实值的情况；其中 209M 达到 1.00，说明它的区间偏宽、偏保守
3. 模型并不是越大越好：这组数据上 28M 的 MAE（1.11）和 CRPS（0.436）都是最好的，209M 的 MAE（1.40）反而最高；最小的 5M（1.15）也和 28M 很接近，小模型在简单场景下完全够用

实测结论：这只是一条序列、一次 48 小时预测，不能代表官方基准排名；但它至少说明：在自己的数据上，先从小模型试起，不一定要直接上 209M。

预测效果可视化

下面这张图是 209M 模型的预测效果。黑色虚线是真实未来值，红色实线是中位数预测，红色阴影是 80% 和 90% 分位数区间：

209M 模型预测效果：中位数 + 分位数区间带

1. 中位数预测紧跟真实值的变化趋势，日周期的相位也基本对上了
2. 分位数区间把真实值完整包在里面；结合 1.00 的覆盖率看，209M 的区间偏宽，略显保守
3. 越往后预测，区间越宽——这是符合直觉的，不确定性随时间累积

多变量联合预测

我又测了气温 + 湿度两个变量联合预测。模型同时输出两个变量的预测，且能捕捉它们之间的耦合关系：

1. 气温中位数和真实值吻合良好
2. 湿度虽然波动更大，但预测的中位趋势也基本合理
3. 输出形状 (1, 2, 48, 21)，两个变量各有一套分位数

这在实际业务里很有用——监测站点同时上报多个指标，可以一次性联合预测，而不是每个指标单独建模。

04 性能表现

Timestral 官方强调“CPU 也能跑”，实测确实如此。我在本地机器上测了四个模型在 CPU 和 GPU 上的推理延迟（预测 48 步，warmup 后取多次中位数）：

推理性能：209M 的 CPU/GPU 对比 + 四模型 GPU 延迟

1. GPU 上四个模型都在 10～20 ms/次，最大的 209M 也只有约 20 毫秒，完全够做实时预测服务
2. CPU 上 209M 约 85 ms，也是毫秒级，普通服务器甚至边缘设备都能跑
3. 最小的 5M 在 GPU 上约 10 ms，大约是 209M 的一半；结合上一节的精度结果（28M 最准、延迟约 12 ms），日常场景优先选 5M / 28M 更划算，209M 留到在自己数据上确认有提升时再用

💡 测试机器为普通消费级工作站，未做服务器级调优；不同硬件环境下绝对值会有差异，但量级和趋势一致。

05 价值与场景

综合实测，Timestral 的价值可以概括为三点：

1. 零样本 = 省掉大量训练成本。传统时序预测要针对每个数据集训练、调参、验证，Timestral 直接给历史数据就能出预测 + 置信区间。
2. 概率预测 = 给决策提供不确定性。21 个分位数不是给一个单点预测，而是告诉你“最可能的范围”，对风险评估很有价值。
3. 轻量可落地。最大模型才 837 MB，CPU 就能实时推理，封装成 API、放进边缘盒子、内嵌到现有监测系统都毫无压力。

结合我的行业背景（生态环境监测与智慧环保），几个典型的适用场景：

写在最后

Timestral 是时间序列基础模型领域一个很务实的新选择。它没有堆砌超大参数，而是用 2 亿参数做到三榜第一，把重点放在零样本、概率输出、轻量部署上——这些恰恰是实际工程里最需要的。

模型已开源，代码 Apache 2.0，权重 Modified MIT。如果你也做时序预测相关的工作，非常建议在自己的数据上跑一轮零样本测试，说不定能直接省掉一套训练流程。

参考链接

• 官方博客：https://mistral.ai/news/timestral
• GitHub：https://github.com/mistralai/timestral
• Hugging Face 模型合集：https://huggingface.co/collections/mistralai/timestral
• 权重许可证：https://huggingface.co/mistralai/Timestral-209M/blob/main/LICENSE

我是文茂，热衷于分享 AI 工具与开发者生态观察。

如果你觉得今天这篇有收获，欢迎点赞、收藏、关注三连，我们下篇见。