Toto是一个专为多元时间序列预测设计的基础模型，特别适用于可观测性指标的高效处理

Chronos-Bolt是一系列预训练时间序列预测模型，支持零样本预测，基于T5编码器-解码器架构，训练数据包含近1000亿个时间序列观测点。

MOMENT是一系列通用时序分析基础模型，支持多种时序分析任务如预测、分类、异常检测等，具备开箱即用和可微调的特性。

MOMENT是一系列通用时间序列分析的基础模型，支持多种时间序列任务，具备开箱即用的有效性，并可通过微调提升性能。

TinyTimeMixers（TTMs）是由IBM Research开源的多变量时间序列预测紧凑型预训练模型，参数从100万起，首次提出时间序列预测领域的'微型'预训练模型概念。

ChatTime是一个统一处理时间序列与文本的多模态基础模型，具备零样本预测能力，支持时间序列与文本的双模态输入/输出。

MOMENT是一系列通用时序分析基础模型，支持多种时序分析任务，具备开箱即用的有效性，并可通过微调提升性能。

TinyTimeMixers（TTMs）是IBM Research开源的多变量时间序列预测紧凑型预训练模型，参数不足100万，在零样本和少样本预测任务中表现优异。