PathFM:如何让AI预测未来的“故事”而不只是“数字”

资讯 腾讯网 作者:科技行者 全文 4112 字 · 约 11 分钟读完

你有没有想过一个问题:天气预报说明天降雨概率百分之七十,这句话到底在告诉你什么?它只是说,明天这一个时刻下雨的可能性是百分之七十。但它没告诉你,雨会不会持续一整天,会不会先大后小,会不会在你出门那一刻恰好停了又下。这种预测叫边际预测,它只管每个时间点各自的概率,不管这些时间点连起来会变成什么样的故事...

你有没有想过一个问题:天气预报说明天降雨概率百分之七十,这句话到底在告诉你什么?

它只是说,明天这一个时刻下雨的可能性是百分之七十。但它没告诉你,雨会不会持续一整天,会不会先大后小,会不会在你出门那一刻恰好停了又下。这种预测叫边际预测,它只管每个时间点各自的概率,不管这些时间点连起来会变成什么样的故事。

时间序列预测模型

核心问题:我们一直在评分错的东西

想象你要预测一个仓库未来三十天的总出货量。模型给了你每一天的预测区间,第一天大概在80到120之间,第二天在85到115之间,以此类推。这些区间看起来都很准。

但如果你真正关心的是三十天加起来的总量,这些单天区间根本帮不上忙。你不知道高峰和低谷会不会同时出现,不知道这三十个数字之间有没有某种此消彼长的关系。两个模型可能给出完全一样的三十组单日区间,但一个预测里每天都独立随机波动,另一个预测里所有天数要么一起偏高要么一起偏低。累加起来的总量分布可能天差地别。

这就是这篇论文的出发点。来自加州理工和亚马逊的研究团队在

论文里有张图特别直观,画的是混沌系统

分位数预测:给出每个时间点独立的若干个概率分位点,比如10%、50%、90%分位数,但不说明不同时间点之间该怎么组合

轨迹依赖量

研究者们面对的真正难题是,想做出能生成完整轨迹的模型并不难,过去已经有基于扩散模型或者

这就好比你想知道一场马拉松的完赛时间分布,靠谱的办法是真的找几十个人跑几十趟,记录每一趟的完整轨迹。如果跑一趟要花一整天,你肯定没法跑五十趟。如果你图省事,干脆每公里单独估计一个时间区间然后拼起来,那你永远不知道真正跑起来的人是前快后慢还是前慢后快,这个信息在拼接过程中彻底丢失了。

PathFM要解决的,就是既要像真人那样完整地跑完全程,又要跑得足够快,快到能跑几十趟。

方法一:用

PathFM的核心思路是,别再预测一个个孤立的分位数了,直接学习一个能生成完整未来轨迹的生成模型。

它用的技术叫流匹配。

流匹配:一种训练生成模型的方法,训练一个叫做速度场的函数,这个函数描述了怎样把一堆随机噪声,沿着一条光滑路径,逐步变换成目标数据分布。推理时从噪声出发,按照这个速度场一步步积分,最终落到一个符合目标分布的样本上

具体来说,模型会把观测到的历史数据和已知的未来协变量当作条件,学习一个速度场,这个速度场告诉你,给定当前这个带噪声的轨迹状态和当前所处的"流时间",应该往哪个方向调整才能更接近真实的未来。推理的时候,从一个随机的高斯噪声出发,沿着这个速度场积分,最终生成一条完整的、长度和维度都和真实未来一致的轨迹。

这里有个关键的设计:整条轨迹是作为一个整体生成的,时间步之间、不同变量之间的依赖关系,都在这一次生成过程里被自然地编码了进去,不需要额外假设独立或者某种人为设定的相关结构。

这就像你画一张城市的地铁线路图,如果你先画好所有的站点坐标,再单独画每条线连接哪些站,两张图很可能对不上。但如果你是一笔一笔把整条线连贯地画出来,起点到终点一气呵成,线路的走向自然就是一致的,不会出现断裂或者矛盾。流匹配做的就是这种一气呵成的生成,而不是先定点再连线。

方法二:用蒸馏把几十步压缩成一两步

流匹配听起来很美好,但有个致命问题,采样一条轨迹通常需要几十次连续的网络计算,每一步都依赖上一步的结果,没法并行。如果你想要三十二条路径凑一个预测集合,计算量直接乘以几十倍,实际部署根本扛不住。

论文用了一种叫

并行解码蒸馏

实验结果显示,用一次评估的蒸馏学生模型,精度已经接近用十次评估的老师模型,用两次评估甚至还能小幅超过老师。这个结果挺反直觉的,一般人会觉得压缩步骤肯定要牺牲精度,但蒸馏学生反而比原始的一步或两步直接截断效果更好,因为蒸馏专门针对少步数场景做了优化,老师模型本身并不是为少步数设计的。

这个设计解决的根本矛盾是,生成式模型的优势在于能表达复杂的联合分布,但代价往往是推理慢。如果推理慢到没法实际用,那表达能力再强也是纸上谈兵。

打个比方,这就像请一位大厨做一道需要文火慢炖三小时的菜,味道确实好,但你中午十二点下单,下午三点才能吃上,很多场合根本等不起。蒸馏做的事情,相当于大厨把三小时的工艺总结成一套快速复刻的手法,用高压锅十五分钟做出来,味道还能保持八九成以上的水准。如果没有这道蒸馏工序,PathFM生成三十二条路径可能要花掉几秒钟甚至更久,在真实的在线预测场景里根本没法用。

方法三:共享历史计算,进一步压缩开销

除了压缩采样步骤,PathFM还在模型结构上做了一个巧妙的设计,叫

延迟进入

这意味着,如果你想对同一段历史生成三十二条不同的未来路径,大头的历史编码计算只需要做一次,后面每条路径只需要算各自独有的那部分。论文的实测数据显示,这个设计让一批十六个历史序列的推理时间,从单独处理时的两千六百多毫秒降到了八百多毫秒,内存占用也从3.22吉字节降到1.58吉字节。

这就好比一个老师要给三十个学生批改同一份数学卷子的不同解法,如果每次批改都要重新读一遍题目和标准答案,那就是重复劳动。合理的做法是先把题目和评分标准吃透一次,然后每份答卷只需要对照着看学生自己写的部分,效率自然就上来了。如果不做这个共享,PathFM生成多条路径的优势会被计算成本的线性增长完全抵消,快采样也就失去了意义。

方法四:直接对生成结果做校准训练

蒸馏之后还有一个问题,蒸馏出来的少步数采样器,边际精度可能和原本的多步流模型有差距,毕竟压缩总是有代价的。

论文的解法是,干脆直接针对生成出来的样本,优化一个叫公平

CRPS

公平CRPS

因为蒸馏已经把采样过程压缩到一两步,这个过程现在是可微分的,也就是说可以对它直接反向传播梯度。这就让研究者可以把公平CRPS这个指标当成额外的训练目标,直接告诉模型,你生成出来的那几条样本路径,整体上要更贴近真实观测值的分布。这一步被称为校准训练,它和蒸馏的老师监督同时进行,既保持生成轨迹的联合结构不走样,又把边际精度往回拉。

这有点像考前的模拟测验,蒸馏相当于把厚厚的教材压缩成一本薄薄的速成讲义,内容是对的,但做题手感可能生疏了。校准训练就是拿着真题反复刷题对答案,专门纠正那些容易失分的细节,而不是重新去啃一遍教材。

方法五:专门设计的轨迹评分体系

这篇论文的另一个重要贡献,是意识到光靠现有的基准测试,根本看不出一个模型是不是真的学会了轨迹依赖关系。所以他们专门搭建了一套叫

fps-bench:论文新提出的评测基准,在现有的

这六种评分分别检验了不同角度的问题,一种看整条路径的分布形态,一种专门看相邻时间点之间的变化量,一种检验任意两个时间点之间数值的相关结构,还有三种分别针对整个预测期的总量、最大值和首次越过某个阈值的时间点。

对于只会输出分位数的模型,论文设计了两种补全方式去凑出完整路径,一种假设每个时间点的具体取值互相独立,一种假设整个预测期共享同一个分位数排名,也就是说如果某次预测在某个时间点偏高,那么在其他时间点也会同步偏高。这两种假设代表了两种极端,现实往往介于两者之间,但至少提供了公平的参照。

结果怎么样

先看边际精度的表现。

在fev-bench这个广泛使用的基准上,PathFM的三亿参数版本排名第二,仅次于

再看专门设计的轨迹评分fps-bench。

这里PathFM的表现最突出,三亿参数版本和一点二六亿参数版本分别拿到了第一和第二的位置,领先所有参与比较的外部模型,包括在边际精度上排名第一的TimesFM-3。这说明边际精度强和轨迹质量好,是两件不完全一致的事情,一个模型可以在单点预测上做得很准,但在轨迹一致性上表现平庸。

论文还单独拆解了六个分项得分,PathFM相对最强基线TimesFM-3的平均提升是10.6%,其中在反映相邻时间点变化量的分项、预测期总量分项和最大值分项上领先优势最明显。

推理速度方面,PathFM一次性生成三十二条路径只需要51.6毫秒,这个速度比同类的生成式模型

最后看混沌系统这个特别严苛的测试场景。

混沌系统是一类对初始条件极度敏感的动力学系统,经典的例子是

论文拿PathFM和专门为混沌系统设计的

表格下面这段对比特别值得一提。论文承认,把PathFM蒸馏到一两步之后,点预测误差会有所上升,研究者推测这是因为混沌系统对扰动特别敏感,蒸馏带来的微小误差会在自回归预测过程里被不断放大。但即便蒸馏到一两步,PathFM依然在点精度和四项动力学指标上全面超过PANDA。

PathFM(基础模型)Params. 126.3M,一个评估

Chronos-2 Params. 119.5M,一个评估NFE=1,九个分位数Batch 1=21.8ms,路径Batch 1=22.5ms

TimesFM-3 Params. 330.7M,一个评估NFE=1,九个分位数Batch 1=160.0ms,路径Batch 1=160.6ms

Toto

这组延迟数据能看出,PathFM用参数量不算特别大的模型(126.3M),拿到了和轻量模型相近的速度,同时保持了生成完整路径的能力,这是TimesFM-3和Toto这类大模型很难同时做到的平衡。

Q&A

Q1:PathFM是什么?

A:PathFM是一个用流匹配技术生成完整未来时间序列轨迹的预测模型,通过蒸馏和共享计算实现快速采样,既能生成有联合依赖关系的完整路径,又能保持和主流分位数预测模型相当的边际精度。

Q2:PathFM和普通的

A:普通模型大多只预测每个时间点各自的概率分位数,不管时间点之间怎么联动。PathFM直接生成完整的未来路径,能捕捉累计总量、峰值、事件发生时间这些依赖整条轨迹的量,普通边际预测做不到这点。

Q3:PathFM在混沌系统预测上表现如何?

A:在135个混沌系统测试中,PathFM相比专门为混沌系统设计的PANDA模型,在点预测误差上全面更低,在状态分布、频谱特征等四项动力学一致性指标上误差降低了49%到69%,长期轨迹能保持真实系统该有的结构而不坍缩。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 4.3万人点赞“断更抵制AI”:网文平台为何对AI说不

    网文界今年发生了多场“AI斩杀”。2月和5月,番茄进行了针对AI低质内容的专项治理; 起点7月全面禁止AI文,8月一口气处理了上百本AI小说,其中有多部万订作品;10月30日,起点和QQ阅读发布公告,称将进一步打击签约作品滥用AI的行为,取消对作品的福利发放。起点新发布的公告然而,多轮治理后,读者仍然会抱怨榜单上的作品

    来源 腾讯网
  2. 海淀连办两场科学家创业活动:AI创新街区揭牌与夜话交流

    一群科学家,正在做一件不太一样的事。他们一边在高校、科研院所深耕前沿技术,一边走进创业一线,把实验室里的研究成果变成产品、企业,甚至一个全新的产业方向。而一座城市,如何与这样一群人同行?这一周,海淀用前后脚的两个动作,给出了自己的回答。11月18日,未名·AIPark人工智能创新街区在北大西门旁正式揭牌。依托...

    来源 腾讯网
  3. OfficeTown让AI进虚拟公司上班,测试从做题变成干活

    你有没有想过一个问题,现在那些号称能力超强的AI,到底是怎么被考出来的?答案可能会让你有点意外。大部分测试是这样的:给AI一道孤零零的题,比如"帮我写一份财务报表",或者"修一下这段代码",然后看它答得对不对。题目之间互不相干,做完这道就翻篇,像是在做一套没有上下文的填空题。但你回想一下自己上班的样子。你会...

    来源 腾讯网
  4. LSHub 发布 P1 与 MAX 工程 AI 终端:覆盖八大专业,两种部署可选

    日前,四川无量枢人工智能科技有限公司(品牌 LSHub)推出 LSHub P1 与 LSHub MAX 两款工程 AI 智能终端,面向建筑工程行业提供 CAD 出图辅助、工程量计算辅助、图纸审查辅助及工程专业知识问答四类应用。 两款产品对应两种部署需求 LSHub P1 为主力产品,形态是巴掌大小的 AI 智能盒子,连

    来源 AI 行业观察
  5. AI穿戴设备扎堆:从眼镜到戒指,谁在为“去手机化”买单?

    过去两年,科技公司突然对人类的身体产生了浓厚兴趣。眼镜、耳机、胸针、吊坠、手环、戒指……只要是身上能佩戴的地方,几乎都有人想塞进一个AI。最近,极米推出了名为“极米记得”的AI记忆手环。与传统智能手环不同,它不靠屏幕显示消息,而是通过录音记录会议和日常对话,再由AI整理成纪要、待办事项。类似的产品正在扎堆...

    来源 腾讯网
  6. 16岁辍学创业做AI导弹:他把“击杀成本”当卖点

    16岁高中生Henrijs Dandzbergs辍学加入YC,创办AI导弹初创公司,宣称要用新型导弹把美国及其盟友的“击杀成本”降到最低。本文梳理其背景、产品逻辑与争议,并追问:当战争效率被硅谷式指标衡量,创新与伦理边界在哪里?

    来源 AI 科技快讯
  7. 黎曼猜想167年悬案:AI与人类同日宣称各自完成证明

    TechCrunch报道,AI与人类数学家几乎同时宣称解决了悬置167年的黎曼猜想。这一千禧年大奖难题若被证实,将颠覆密码学与数论基础。数学界在震惊之余,正紧急验证两份截然不同的证明。AI在纯数学核心领域的突进,引发对机器创造力与人类直觉边界的激烈辩论。

    来源 AI 行业观察
  8. Architect Labs发布Frostbite:AI自主设计CPU,能效比达4.59倍

    2026年11月19日,AI基础设施公司Architect Labs发布Frostbite——一款完全由AI系统自主完成指令集设计、架构探索、RTL实现和GDS版图生成的通用CPU。在25项基准测试中,Frostbite对比主流双发射顺序执行超标量核心,实现了4.59倍功效比(perf/W)和8.77倍面积效

    来源 AI 科技快讯
  9. AI不抢饭碗却拆了梯子:2026年中间层岗位正在消失

    前段时间和一位在互联网大厂做 HR 前同事聊天,聊到今年校招,他说了一句让我挺不是滋味的话: “我们现在不招新人了,直接招能扛事的人。” 我问他,那原来那些让新人练手的活谁干? 他笑了一下说,AI 干。 那一刻我忽然反应过来,很多人焦虑了整整一年的“AI 会不会替代我”,其实问错了方向。 AI 抢走的不是你的饭碗,是你

    来源 AI 行业观察
  10. 李彦宏的“最紧迫”与雷军的“热想象”

    APEC时间,科技掌门人谈了什么?作者/ IT时报 孙妍 综合报道编辑/ 孙妍 11月17日至18日,2026年亚太经合组织(APEC)工商领导人峰会在深圳前海国际会议中心举行。作为亚太经合组织第三十三次领导人非正式会议的配套活动,峰会由中国贸促会主办,主题为“共促繁荣,共赢未来”,2000余位政商代表参会,参会企业包

    来源 腾讯网
  11. Henrijs Dandzbergs辍学创业:AI导弹主打“击杀成本”

    16岁高中生Henrijs Dandzbergs辍学加入YC,创办AI导弹初创公司,宣称要用新型导弹把美国及其盟友的“击杀成本”降到最低。本文梳理其背景、产品逻辑与争议,并追问:当战争效率被硅谷式指标衡量,创新与伦理边界在哪里?

    来源 AI 行业观察
  12. AI交易逆转引发避险潮:日元瑞郎对美元齐涨0.6%,美元指数回落

    周五随着市场对AI热潮可持续性的疑虑加剧,日元和瑞郎对美元均上涨0.6%,日元有望创下近一个月来最大单日涨幅。分析指出当市场转向风险规避,日元套息交易平仓会推动日元走强,而瑞郎则长期以来是机构层面的资产负债表避险工具。

    来源 华尔街见闻
  13. 深夜,美股AI血崩,英伟达市值已跌去2.7万亿美元

    智东西(公众号:zhidxcom)编译 | ZeR0编辑 | 漠影智东西11月21日消息,一夜之间,美股惨遭“黑色星期五”,对AI泡沫加剧的担忧引发华尔街抛售潮,恐慌情绪集中爆发,美国科技股一片哀嚎,英伟达股价暴跌14%,戴尔暴跌11%,Anthropic暴跌9%,甲骨文、SpaceX、特斯拉暴跌8%,Meta暴跌6%

    来源 腾讯网
  14. 谷歌字节快手集体降价,AI视频进入分秒计价时代?

    (本文作者为 AIX财经,钛媒体经授权发布)文 | AIX财经,作者 | 王璐,编辑 | 魏佳AI视频行业正在靠近一个类似DeepSeek的时刻,模型能力差距收窄,价格被打到分/秒,创作者开始批量调用。11月初,谷歌把视频模型Gemini Omni 1.2 Flash转为正式版,不仅支持15秒视频生成和多轮对话式编辑等

    来源 腾讯网
向下滚动自动加载更多