Mistral AI、軽量な時系列基盤モデル「Timestral」を発表 最大2億900万パラメータで主要ベンチマーク首位を獲得
要点
-
フランスのAI企業Mistral AIが、同社初となる時系列基盤モデル群「Timestral」を発表した。
-
500万から2億900万パラメータまでの4サイズを展開し、GPUを使わずCPU環境のみで高速に推論を実行できる。
-
最大モデルは既存の最先端モデルの3分の2のサイズでありながら、時系列予測の3大公開ベンチマークで首位を獲得した。
-
複数センサーの相関を捉える多変量予測や確率的予測、将来の計画値などの外部要因を考慮した予測に対応する。
-
同社の大規模言語モデルと組み合わせた自律型エージェントにより、工場などの異常検知から原因分析までを自動化する運用例も提示された。
-
フランスのAI企業Mistral AIは2026年10月15日、同社初となる時系列予測向けの基盤モデルファミリー「Timestral」を発表した。パラメータ数は500万（5M）から2億900万（209M）までの4つの規模が用意され、従来の最先端モデルを大きく下回るパラメータ数でありながら、主要な時系列ベンチマークで最高水準の精度を達成したという。大規模なGPUインフラを必要とせず、一般的なサーバー向けCPU上でミリ秒単位の高速推論が可能な実用性の高さが示されている。
時系列データに事前学習を導入した新たな基盤モデル
工場のセンサーログやサーバーの稼働メトリクス、電力需要、サプライチェーンの在庫など、時間の経過に伴い記録される「時系列データ」の予測は、企業の運用計画やリスク管理において極めて重要な役割を担っている。
従来、時系列予測ではARIMAや線形回帰といった古典的な統計手法が広く用いられてきたが、これらは単一の時系列データごとに学習を行うため、他のデータからの知識を活用できない制約があった。また、PatchTSTなどの深層学習モデルも開発されているものの、データセットごとにゼロから学習し直す必要があり、異なる領域（ドメイン）への転移は難しかったという。
これに対しTimestralは、大規模かつ多様なデータセットで事前学習を行う「時系列基盤モデル（TSFM）」というアプローチを採用した。モデルがあらかじめ多様なパターンを学習しているため、未見のデータに対しても追加学習なしで即座に高精度な予測を行う「ゼロショット予測」が可能であり、データが不足している分野でも高い予測性能を発揮するとしている。なお、特定の業務領域に適応させるためのファインチューニング手段として、同社のプラットフォーム「Mistral Forge」も用意されている。
用途に応じた4サイズ展開とCPUによる高速推論
Timestralは、5M（500万）、28M（2800万）、123M（1億2300万）、209M（2億900万）パラメータの4つのモデルサイズで構成されている。4モデルすべてが同一のアーキテクチャと学習レシピを共有しており、モデル規模と予測精度の最適なバランス関係（パレートフロント）を実現しているという。
推論時にGPUを必要としない点も大きな強みとして挙げられている。標準的な8スレッドのサーバー向けCPUを用いた検証では、3週間分（15分間隔）の履歴データから1日先を予測する処理にかかる時間は、最小の5Mモデルでわずか10ミリ秒、最大の209Mモデルでも140ミリ秒で完了した。
また、28Mモデルは209Mモデルに比べて5倍高速に動作し、123Mモデルは209Mモデルと比べて遅延を4分の3に抑えながら、予測スコアの差を0.2%以内に留めていると報告されている。
主要な公開ベンチマークで既存の大型モデルを凌駕
発表によると、Timestralは時系列予測における主要な公開ベンチマークである「GIFT-Eval」「TIME」「fev-bench」の3つで評価が行われた。複数のモデルを組み合わせるアンサンブルを行わず、単一のチェックポイントを用いたゼロショット評価において、全5つの指標すべてで第1位を獲得したという。
ベンチマーク結果では、最大の209Mモデルが先行する最先端モデルの約3分の2のパラメータ数で首位に立ったほか、TimesFM-3やFalcon-2.0といった競合モデルをより少ないパラメータ数で上回ったとされている。さらに、28Mモデルについても、約4倍のパラメータ規模を持つ「Chronos-2」をGIFT-EvalおよびTIMEの両ベンチマークで上回る性能を示したとしている。
多変量・確率的予測と柔軟な外部データへの対応
産業現場での複雑なデータに対応するため、Timestralは多様な予測機能を備えている。
1つ目は、複数の関連する指標を同時にモデル化する「多変量予測」だ。例えば工場のポンプでは、振動・温度・圧力が連動して変化することが多い。各センサーを個別に予測するのではなく、相互の依存関係を考慮して同時に予測することで精度を高めている。
2つ目は、予測の不確実性の幅を把握できる「確率的予測」である。単一の予測値を出力するだけでなく、分位点（クォンタイル）を網羅的に予測することで、ばらつきの大きさに応じたアラート設定やリスクベースの保守計画の立案が可能になるという。
さらに、予測対象に影響を与える外部要因（共変量）の取り扱いにも対応している。過去のデータだけでなく、生産スケジュールや計画停止、気象予報といった事前に判明している「既知の将来共変量」を条件として組み込むことができる。また、曜日や機械の稼働状態（稼働中・待機中・点検中など）のように数値ではない「カテゴリ共変量」も、数的な序列を無理に割り振ることなくそのまま入力できる仕様となっている。
自律型エージェントとの連携による産業応用の展望
Mistral AIは、Timestralを単体の数値予測モデルとして既存の監視システムに組み込むだけでなく、同社の大規模言語モデル（LLM）と組み合わせたマルチモーダルな自律型エージェントの運用例も紹介している。
工場プラントを想定したシナリオでは、以下のような一連の自動化フローが提示されている。
- Timestralが工場のセンサーデータを常時監視し、リアルタイムで異常を検知する。
- ポンプに異常が発生した場合、エージェントが信号の特徴をベクトル化し、過去のセンサーデータと照合して類似の障害履歴を検索する。
- エージェントが複数のサブエージェントを起動し、保守記録、日報、作業員の手記、機器のマニュアル、関連設備の計測値などを参照して根本原因分析を行う。
- 得られた証拠と推奨される対処手順をまとめた診断結果を自動作成し、管理者に提示する。
単に異常アラートを発報するだけでなく、センサーの数値データに裏付けられた原因究明と対策案までを一貫して支援するシステムが構築できると説明されている。
予測の文脈を失わない新手法「DHF」の導入
これらの高い性能を支える技術として、合成データによる事前学習や共変量を考慮したアテンション機構、長文脈学習などが組み合わされている。
特に技術的な工夫として挙げられているのが「Decoupled Horizon Forecasting（DHF）」と呼ばれる手法だ。従来の因果デコーダを用いたモデルでは、予測対象となる期間の値をマスク（隠蔽）して学習させる手法が一般的だったが、この方法では隠された部分が欠損値のように扱われ、後続の予測において文脈情報が失われる課題があったという。Timestralが採用したDHFでは、入力履歴全体をシーケンス内に保持したまま、学習された予測トークンを分離して処理することで、文脈情報を損なわずに長期的な予測を行えるようにしたとしている。詳細な技術仕様については、今後公開されるテクニカルレポートで明らかにされる予定だ。