Mistral AI ra mắt mô hình dự báo chuỗi thời gian Timestral

Công ty AI đến từ Pháp Mistral AI đã phát hành Timestral vào ngày 19 tháng 10 năm 2026, một họ mô hình nền tảng được xây dựng cho dự báo chuỗi thời gian. Dòng sản phẩm gồm nhiều kích cỡ, từ phiên bản nhỏ gọn 5 triệu tham số đến mẫu chủ lực 209 triệu tham số.

Theo thông tin công bố, mô hình Timestral 209M xếp thứ nhất trong số các mô hình zero-shot trên ba bộ đánh giá: GIFT-Eval, TIME và fev-bench. Ở đây, zero-shot nghĩa là mô hình đưa ra dự báo trên dữ liệu mới mà không cần được tinh chỉnh riêng cho bộ dữ liệu đó.

Cạnh tranh với TimesFM-3 của Google

Timestral được cho là vượt TimesFM-3, mô hình nền tảng chuỗi thời gian của Google, trong các đợt đánh giá này. Dòng TimesFM là một trong những mô hình được biết đến rộng rãi nhất trong lĩnh vực này. Thông tin hiện có chưa bao gồm bảng điểm chi tiết, cũng như chưa cho biết kết quả đã được đơn vị độc lập tái lập hay chưa.

Một đặc điểm đáng chú ý khác là mô hình có thể chạy trên CPU thông thường thay vì cần GPU. Điều này có thể giảm chi phí triển khai cho các tổ chức và nhà phát triển không có sẵn phần cứng tăng tốc chuyên dụng.

Vì sao các mô hình dự báo quan trọng

Dự báo chuỗi thời gian là nền tảng cho các dự đoán về bất kỳ đại lượng nào được đo theo thời gian, chẳng hạn như nhu cầu điện, doanh số bán lẻ, nhu cầu tồn kho, các chỉ số tài chính và thời tiết. Các mô hình nền tảng trong lĩnh vực này hướng tới việc thay thế cách làm truyền thống là huấn luyện một mô hình riêng cho từng bộ dữ liệu bằng một hệ thống đa năng duy nhất.

Mistral AI được biết đến chủ yếu với các mô hình ngôn ngữ lớn, vì vậy Timestral đánh dấu bước đi sang các mô hình chuyên biệt cho dữ liệu không phải văn bản. Dung lượng nhỏ và khả năng chạy trên CPU có thể giúp mô hình này dễ được tích hợp vào các hệ thống doanh nghiệp hơn, dù hiệu năng thực tế trong các tác vụ đời thực sẽ rõ ràng hơn khi người dùng thử nghiệm.