TimesFMとは｜Google Researchの時系列基盤モデルを公式README・論文・ベンチマークで読み解く

時系列予測の現場には、長く1つの不文律があった。

時系列予測の基盤モデルは、これとは対照的に、追加の訓練なしで、未知の時系列データに対してそのまま妥当な予測を返せる。
原文：“A foundation model for time-series forecasting, in contrast, can provide decent out-of-the-box forecasts on unseen time-series data with no additional training.”（Google Research Blog, 2024-02-02）

データセットが変われば、モデルを訓練し直す。

小売の需要を予測するモデルと、電力需要を予測するモデルと、サーバ負荷を予測するモデルは、別々に作る。

この前提を崩しにきたのが TimesFM（Time Series Foundation Model） だ。

Google Researchが公開したこの学習済みモデルは、大量の時系列で事前学習した1つの重みのまま、見たことのない系列を予測する。

リポジトリは2026年6月時点で ★21.5k、forkは2.1k、ライセンスは Apache-2.0 で、PyTorchとFlax/JAXの両方で動く。

この記事は、TimesFMが「何をする設計で、いつ効いて、いつ効かないのか」を、公式README・論文・公開ベンチマークの範囲だけで読み解く。

数値は「公称」「論文の報告」「第三者の検証」を区別して書き、確認できなかったものは確認できないと明記する。

TimesFMとは何か——Google Researchの時系列基盤モデル

TimesFMは、時系列予測のための学習済み基盤モデルである。

論文「A decoder-only foundation model for time-series forecasting」（arXiv:2310.10688、ICML 2024）として発表され、著者はAbhimanyu Das、Weihao Kong、Rajat Sen、Yichen Zhouの4名だ。

基盤モデルという言葉は、自然言語処理の大規模言語モデルから借りた発想を指す。

大量データで一度だけ事前学習し、その後は個別タスクごとに訓練し直さず、学習済みの重みのまま使う。

TimesFMはこの発想を時系列に持ち込んだ。

公開の系譜は次のとおりだ。

・v1.0：初代。論文と同時期に公開された200Mパラメータ版。現在はレガシー扱いで pip install timesfm==1.3.0 経由で利用できる
・v2.0：500Mパラメータ、コンテキスト長2,048。現在はアーカイブ扱い
・v2.5：現行。2025年9月15日公開。200Mパラメータ、最大16kコンテキスト

配布形態は1つではない。

Hugging Faceでモデルカードが公開され、google/timesfm-2.5-200m-pytorch から重みを取得する。

企業向けにはBigQuery MLからSQLで呼び出す経路、Google Sheets上で予測する経路、Vertex Model Gardenのコンテナ化エンドポイントが用意されている。

最新のリリースタグはREADME記載で2.0.1（2026年6月11日）であり、PyPI上のパッケージとモデルの世代（2.5）は別管理で進んでいる点に注意したい。

なぜ時系列に基盤モデルが必要なのか

予測モデルを使うデータサイエンティストの作業を思い浮かべてほしい。

新しい系列が来るたびに、特徴量を設計し、モデルを選び、ハイパーパラメータを調整し、訓練し、評価する。

系列が100本あれば、この手順を100回繰り返すか、まとめて扱う仕組みを別途組む。

TimesFMが狙うのは、この初手のコストを削ることだ。

Google Researchはブログでこう書いている。

TimesFMは、ARIMAやETSといった多くの統計手法を上回り、対象の時系列で明示的に訓練された強力な深層学習モデルに匹敵、あるいは上回ることもある。
原文：“TimesFM performs better than most statistical methods like ARIMA, ETS and can match or outperform powerful DL models … that have been explicitly trained on the target time-series.”（Google Research Blog）

ここで読み違えやすいのは、TimesFMが既存手法を置き換える主張ではない点だ。

主張は「訓練なしのゼロショットで、訓練済みモデルに近い精度が出る」ことにある。

専用モデルを丁寧に作れば、その個別データセットでTimesFMを上回る余地は残る。

時系列予測のアプローチがどう変わってきたかを、系譜で見ておく。

統計手法は系列ごとに当てはめる。

深層学習はデータセットごとに訓練する。

基盤モデルは、事前学習した1モデルを未知の系列にそのまま当てる。

TimesFMはこの3段目に立つ。

アーキテクチャ概要——decoder-onlyとパッチ化

論文のアブストラクトは、設計を1文で要約している。

われわれのモデルは、大規模な時系列コーパス上でパッチ化デコーダ型のアテンションモデルを事前学習したものであり、異なる予測履歴長・予測長・時間粒度をまたいで良好に機能する。
原文：“Our model is based on pretraining a patched-decoder style attention model on a large time-series corpus, and can work well across different forecasting history lengths, prediction lengths and temporal granularities.”（arXiv:2310.10688）

この一文に、設計の要点が詰まっている。

ひとつは decoder-only（デコーダのみ）であること。

GPT系の言語モデルと同じく、過去の文脈から次を自己回帰的に生成する。

もうひとつは パッチ化（patching） だ。

1ステップずつをトークンにするのではなく、連続する複数ステップをまとめて1つのパッチにする。

パッチ単位で扱うと、長い系列でも入力トークン数が抑えられ、計算が現実的になる。

論文の設計では、出力側のパッチを入力側のパッチより長く取る。

これにより、1回のデコードでまとめて先を予測でき、長いホライズンを少ない自己回帰ステップで埋められる（入力・出力パッチの具体的な長さは版や設定に依存するため、本記事では数値を断定しない）。

処理の流れを図にすると次のようになる。

TimesFM 2.5では、入力に 周波数インジケータ（日次・週次などの粒度ラベル）を渡す必要がなくなった。

これは2.0までの仕様で、利用者が系列の粒度を指定していた箇所だ。

2.5ではこの入力が不要になり、扱いが単純になった。

学習データとスケーリング——公称100億時点

事前学習に何を食わせたかは、ゼロショット性能の素性を決める。

Google Researchはブログで、コーパス規模を次のように述べている。

検索トレンドとページビューは、季節性・トレンド・スパイクといった現実の時系列パターンを幅広く含む。

論文側は、実世界のデータに加えて合成データも事前学習に使ったと記している。

パラメータ規模の推移は、基盤モデルの常識とは逆を行く点が目を引く。

言語モデルは世代ごとに大きくなる傾向が続いてきた。

TimesFMは2.0の500Mから2.5で200Mへ「小さく」なった。

それでいてコンテキスト長は2,048から最大16kへ伸び、公開時点のベンチマーク順位はむしろ上がったと告知された。

小さく長く、を両立させた世代交代である。

ベンチマーク——GIFT-Evalでの位置

時系列基盤モデルの横並び評価には、近年 GIFT-Eval がよく使われる。

複数ドメイン・複数粒度のデータセットをまとめ、ゼロショット予測の精度を測るベンチマークだ。

Google ResearchはTimesFM 2.5の公開時に、Xでこう告知した。

Excited to release TimesFM 2.5 on Hugging Face (soon available in BigQuery and Model Garden), significantly improving over TimesFM 2.0 in accuracy and maximum context length. TimesFM 2.5 tops the GiFT-Eval leaderboard on all accuracy metrics among zero-shot foundation models.

— Google Research (@GoogleResearch) September 15, 2025

告知の要点は、ゼロショット基盤モデルの中で、点予測の指標（MASE）と確率予測の指標（CRPS）の双方で首位だ、というものだ。

ここで注意したいのは、ベンチマーク順位は固定ではない点である。

第三者の整理によれば、TimesFM 2.5は2025年9月の公開時に首位を取ったが、その後 Amazon Chronos-2 と Salesforce Moirai 2.0 がGIFT-Eval上でTimesFM 2.5を抜いたと報告されている。

順位は新モデルの登場で入れ替わる前提で読むのが安全だ。

公称・報告される到達点を表に整理する（MASE・CRPSの具体値は版・測定条件で変わるため、本表では順位の文脈にとどめる）。

競合モデルとの対比——Chronos / Moirai / Lag-Llama / Time-MoE

時系列基盤モデルはTimesFMだけではない。

主要な対抗馬と並べると、TimesFMの立ち位置が見えやすい。

ここでは確認できた範囲の特徴に絞って整理し、不確かな数値は載せない。

読み取れる対比は2つある。

ひとつは、TimesFMが「単変量のゼロショット」を得意とし、長いコンテキストを少ないパラメータで扱う設計に振っている点だ。

もうひとつは、複数のセンサーや系列が絡み合う 多変量 の設定では、Chronos-2やMoiraiが有利と報告される点である。

センサーが相互作用する産業データを扱うなら、TimesFM単独では物足りない場面がある。

実用ユースケース——どこで効くか

TimesFMが効くのは、過去の規則性が将来にも続きやすい領域だ。

代表的な適用先を、適合度の観点で整理する。

ユースケース別に、なぜ向く・向かないのかを表で示す。

投資・FX・仮想通貨予測には向かない

ここは読者保護のためにはっきり書く。

TimesFMを株価・為替・仮想通貨の価格予測に使うのは、設計と相性が悪い。

金融価格は、決算・規制・地政学・市場心理といった外生イベントに強く反応する。

これは事前学習データの分布から大きく外れる 高エントロピー な領域だ。

公式・第三者の検証はそろって、学習データの分布から離れるほどゼロショット性能が落ちると報告している。

価格の方向を当てる用途に使えば、もっともらしいが外れる予測を量産しかねない。

過去の規則性が将来にも続く前提が崩れる領域では、TimesFMの強みは効かない。

投資判断にこのモデルの出力を持ち込むのは避けるのが妥当だ。

使い方——インストールから最小コードまで

導入はPyPIから行う。

バックエンドを選んでインストールする。

# PyTorch版（主系統）
pip install timesfm[torch]

# Flax/JAX版
pip install timesfm[flax]

# 共変量（外生変数）を使う場合
pip install timesfm[xreg]

最小の予測コードは、重みの読み込みと compile、forecast の3手である。

import torch
import numpy as np
import timesfm

torch.set_float32_matmul_precision("high")

# Hugging Face から TimesFM 2.5 の重みを読み込む
model = timesfm.TimesFM_2p5_200M_torch.from_pretrained(
    "google/timesfm-2.5-200m-pytorch"
)

# 推論設定をコンパイル（コンテキスト長・ホライズン・分位ヘッド等）
model.compile(
    timesfm.ForecastConfig(
        max_context=1024,
        max_horizon=256,
        normalize_inputs=True,
        use_continuous_quantile_head=True,
        force_flip_invariance=True,
        infer_is_positive=True,
        fix_quantile_crossing=True,
    )
)

# 複数系列をまとめて予測（horizon=12ステップ先まで）
point_forecast, quantile_forecast = model.forecast(
    horizon=12,
    inputs=[
        np.linspace(0, 1, 100),            # 系列1
        np.sin(np.linspace(0, 20, 67)),    # 系列2（長さは可変でよい）
    ],
)

このコードはREADME掲載例に沿っている。

inputs は系列のリストで、各系列の長さがそろっていなくてよい。

use_continuous_quantile_head=True を立てると、点予測 point_forecast に加えて分位予測 quantile_forecast が返り、予測区間を引ける。

infer_is_positive=True は、売上や来客数のように負にならない系列で予測を非負に寄せる推論フラグだ。

企業利用では、同じモデルをBigQuery MLのSQL関数として呼ぶ経路や、Vertex Model Gardenのエンドポイント経由で叩く経路も選べる。

制限事項と注意点——使う前に確認すること

ゼロショットの手軽さは、無条件の正確さを意味しない。

公式・第三者の報告から、押さえるべき制限を挙げる。

・多変量の相互作用は弱点：複数系列が影響し合う設定では、Chronos-2やMoiraiに劣ると報告される。相互作用が本質なら専用設計を検討する
・分布シフトに弱い：Web/CloudOpsのようなイベント駆動・高エントロピー領域では、事前学習分布から離れるほどゼロショット性能が落ちる
・欠損・ノイズ・ドリフトに脆い：欠損値やノイズ、傾向の変化が混ざるデータでは精度が急に落ちる。投入前のデータ診断が要る
・コールドスタートの限界：履歴がごく短い系列は、過去から読み取れる規則性が乏しく予測が不安定になる
・外生変数は別仕掛け：価格やキャンペーンのような共変量は、本体ではなくXReg経由で渡す設計。共変量が効く問題では併用前提で考える

運用上の勘所は、TimesFMを「最終解」ではなく「素早い強いベースライン」として置くことだ。

専用モデルを作る価値があるかを見極める初手として使い、誤差がスパイクする箇所を監視で拾う。

予測区間（分位予測）を併せて出し、点予測を鵜呑みにしない運用にすると事故が減る。

まとめ——1モデルで初手を省く設計

TimesFMは、時系列予測の初手を軽くする。

データセットごとに専用モデルを訓練する代わりに、学習済みの1モデルで未知の系列をそのまま予測する。

decoder-onlyとパッチ化で長い系列を現実的に扱い、100億時点の事前学習で幅広いパターンを覚えた。

TimesFM 2.5は小さく(200M)、長く(16k)、不確実性つき(分位ヘッド)の方向へ世代交代した。

向く領域は、需要・エネルギー・運用メトリクスのように過去の規則性が続く問題だ。

向かない領域は、価格予測のように外生イベントで分布が崩れる問題と、系列が強く絡む多変量の問題である。

GIFT-Evalの順位は時期で入れ替わるため、Chronos-2やMoiraiと並べて、扱う問題に合うものを選ぶのが現実的だ。

公式README・論文・Hugging Faceのモデルカードを一次ソースとして、自分のデータで小さく試すところから始めるとよい。

時系列の話題は、機械学習基盤やMLOpsの文脈に置くと位置づけがはっきりする。次の記事も参照してほしい。

LLMとは？仕組み・主要モデル比較・ローカル実行・量子化を一気にまとめる2026年版では、基盤モデルという発想がどこから来たかを言語モデル側から整理している。TimesFMの「事前学習1モデル」の背景理解に役立つ。

・Made-With-MLガイド｜48kスターのMLOps学習ロードマップで実務力を付ける手順：予測モデルを本番に載せる運用の地図。TimesFMをベースラインに据えた後の評価・監視・再学習の流れがつかめる
・AI自動化ツール｜ノーコードからコードまで2026年版の比較と選び方：予測結果を業務フローへ流し込む下流の選択肢を整理している
・ループエンジニアリングとは｜AIエージェントの反復制御を設計する5つの軸と主要OSS実装：予測→判断→行動を自動で回す場合の、停止条件・予算ゲートの設計