返回首页

TimeH2O-v1

x 0.62
访问原文

介绍

TimeH2O-v1 是 H2O.ai 于 2026 年 10 月 26 日 发布的 时间序列基础模型。它约有 1.08 亿参数，支持 零样本（zero-shot）预测：读取一条时间序列的历史数据即可直接预测未来，不需要针对这份数据训练或微调。

发布时，它在 fev-bench 排行榜（100 个真实世界预测任务）上以 91.9% 胜率 和 50.8 技能分 在 32 个模型中 排名第 1，领先 Mistral 的 Timestral-209M、t0-gamma、Google 的 TimesFM-3 和亚马逊的 Chronos-2；在 GIFT-Eval 上，它的综合 MASE（0.654） 和 CRPS（0.441） 也是零样本模型中最低的。模型权重以 H2O 非商用许可 发布在 Hugging Face，同时还有 580 万参数的轻量版 TimeH2O-v1-tiny。万圣节当天 H2O.ai 仍在 X 上推广它：“你的预测模型，训练时间不该比变成骷髅还长。”

解释

模型规格

  • 规模：TimeH2O-v1 约 1.08 亿参数；TimeH2O-v1-tiny 为 580 万参数，主打高吞吐。
  • 上下文：最长 16,384 个时间步；预测步长 不限。
  • 输出：概率预测，给出 9 个分位数（0.1–0.9）。
  • 输入：单变量目标序列，可选 协变量（价格、促销、天气等）——tiny 版不支持协变量。
  • 架构：专门设计的 Transformer，具有 翻转等变性（序列翻转后预测也随之翻转）；训练数据包括真实时间序列和由时序因果模型生成的合成数据。

基准成绩（截至 2026 年 10 月 23–24 日）

基准 指标 TimeH2O-v1 Timestral-209M TimesFM-3 Chronos-2
fev-bench 技能分 ↑ 50.8 50.4 49.0 47.3
GIFT-Eval MASE ↓ 0.654 0.658 0.667 0.698
GIFT-Eval CRPS ↓ 0.441 0.446 0.456 0.485

TimeH2O-v1 从未在任何 fev-bench 数据集上训练过。

许可

权重 开放但限非商用：允许内部基准测试和试用，生产环境需要向 H2O.ai 购买商业许可；h2ofm 推理代码为 Apache-2.0。Hugging Face 上需先同意条款才能下载。

意义

时间序列基础模型让企业可以用一个预训练模型替代成百上千个“一条序列一个模型”的传统方案（需求、库存、现金流、电力负荷、就诊量等）。H2O.ai 把 TimeH2O 定位为 AI 智能体可调用的“预测层”，为决策提供有依据的数字。

用法

快速上手

  1. 在 https://huggingface.co/h2oai/timeh2o-v1 申请访问（同意非商用许可）。
  2. 按模型卡说明安装 H2O 的推理包（h2ofm，Apache-2.0）。
  3. 加载模型并预测：
import numpy as np
from h2ofm import TimeH2O  # see the model card for the exact install/import

model = TimeH2O.from_pretrained("h2oai/timeh2o-v1")
forecast = model.forecast(np.sin(np.arange(200) / 10), horizon=24)
forecast.quantiles  # 形状 (24, 9)：分位数 0.1 … 0.9
  1. 如有协变量（如价格、天气），一并传入可提升准确度。
  2. 做计划时不要只看中位数，可以用 0.1/0.9 分位数作为不确定性区间。

适用场景

  • 大量短序列的需求、库存、销量预测。
  • 电力负荷、网站流量、运维指标预测。
  • 在投入“每条序列单独建模”之前，快速得到一个强基线。

如需商用部署，请联系 H2O.ai 获取许可；也可以在自己的数据和基础设施上微调。

相关链接