Mistral 发布首个时间序列基础模型族 Timestral：5M 到 209M 四档开放权重，官方称 209M 在 GIFT-Eval、TIME、fev-bench 零样本榜均居首，CPU 即可推理

核心背景与行业痛点

传感器遥测、监控指标、销量和资金流都是时间序列，企业的容量规划、能源调度和设备维护都靠它做预测。ARIMA、线性回归这类经典方法通常只拟合一条序列；PatchTST 等深度模型能学跨序列规律，但一般要针对每个数据集从头训练，换个领域就得重来。时间序列基础模型的思路是先在大规模多样数据上预训练，再对没见过的数据零样本预测。Timestral 是 Mistral 在语言模型之外第一次进入这个方向。

架构亮点与底层机制

Timestral 是基于 patch 的因果 Transformer。Mistral 列了四点做法：一是「解耦预测窗口」（DHF），完整历史保留在序列里，由单独的预测 token 读取历史，避免被遮盖的预测区间丢失上下文；二是协变量感知注意力，未来已知的协变量（如节假日、天气预报）在整个窗口可见，目标序列保持因果，信息只从协变量流向目标；三是训练数据以合成数据为主；四是两阶段训练，先用 8192 上下文在纯合成数据上预训练，再用 4 倍长度在真实加合成数据上后训练，损失是 21 个分位数的 pinball loss。

权威 Benchmark 与实测跑分对比

以下为 Mistral 官方口径：209M 在 GIFT-Eval、TIME、fev-bench 的预训练零样本模型中排名第一，参数约为此前最佳的三分之二；28M 在 GIFT-Eval 和 TIME 上胜过约大 4 倍的 Chronos-2，209M 以更少参数胜过 TimesFM-3 和 Falcon-2.0。结果已提交到 GIFT-Eval 和 TIME 排行榜，完整技术报告尚未发布，暂无第三方复现。

开发者实战落地与开箱指南

用 pip 从 GitHub 安装 timestral 包，再用 TimestralForecaster.from_pretrained 加载 Hugging Face 上的权重，输入可以是 NumPy 数组或 torch 张量，NaN 表示缺失值，返回中位数和任意分位数。CPU 就能跑，适合直接接进现有监控管线；延迟敏感选 5M 或 28M，追求精度选 123M 或 209M。需要领域微调或离线部署的企业可走 Mistral Forge。