Chronos-2: A foundation model for multivariate time series forecasting
Chronos-2：多变量时间序列预测基础模型
🧭 时间序列基础模型 · 多变量预测
Amazon · University of Freiburg · Boston College · Rutgers University · Max Planck Institute for Biogeochemistry
零样本多变量时序基础模型，联合建模序列交互与异构协变量，精度与推理效率显著领先
📌 工作参考价值（4 点）
- 把 Chronos-2 作为电商场景的 zero-shot 多变量预测底座：对销量、流量、广告消耗、库存等多条相关序列联合建模，并纳入价格、促销、节假日、市场指数等协变量，减少逐业务训练专用预测模型的工作量。
- 可直接复用「历史上下文推断序列关系 + 异构协变量」思路：在推荐/广告的实时调控中，对 CTR、转化率、GMV、曝光量等多指标联合预测，输出概率分布而非点值，便于做风险控制和预算分配。
- 其推理效率（100 序列/秒级）适合大规模商品/广告计划的批量预测与实时校准；若将预测结果作为特征或 reward 信号接入排序/Agent 决策，延迟成本可控。
- 如需领域适配，优先考虑基于 Chronos-2 微调或蒸馏，而不是从零训练；同时注意协变量口径统一与缺失处理，因为模型对异构协变量的建模能力是收益关键。