从 Timer 到 Timer-XL，再登时序大模型能力高峰

IoTDB 团队自研时序大模型成果，预测效果卓越，可应用于工业时序分析多场景！

时序数据库在支持时序特性写入、存储、查询等功能后，正朝着深度分析方向发展。自动化异常监测与智能化趋势预测，成为时序数据管理的核心需求。

时序数据库 IoTDB 团队不断探索，自研推出了面向时间序列的大模型 Timer 和扩展版 Timer-XL，性能取得多项突破并在国际机器学习顶级会议发表成果，为时序分析预测提供了更高效的解决方案。

01	Timer 模型
02	Timer-XL 模型
03	模型使用场景
04	模型效果验证

01

Timer 模型

深度时序分析通用基础模型 Timer 和时序数据库 IoTDB 一样，发源于清华大学软件学院，具备可观的分析能力和对真实世界数据的理解能力。通过显著的少样本能力和多任务适配能力，Timer 模型能够处理多样化的下游任务，为多类实际应用场景提供通用解决方案。

Timer 模型拥有以下特点：

• 泛化性：模型能够通过使用少量样本进行微调，达到行业内领先的深度