IBM Research 发布了 Granite Time Series PatchTST-FM-r2，这是 Granite 时间序列基础模型系列的新版本。该模型约含3.85亿参数，支持最长8192个时间步的上下文、灵活的预测长度、概率预测以及缺失值插补，可用于需求、价格、能源负载、交通和遥测等时间序列场景。

该模型采用结合多头自注意力与时间卷积的 Conformer 风格架构。与上一版本 PatchTST-FM-r1 相比，IBM 表示，新架构旨在同时捕捉长期和短期关系，并改善跨时间片的预测表现。模型权重、架构、推理流程以及复现实验结果所需的代码均已公开。

根据 IBM Research 在 Hugging Face 发布的说明，在截至2026年9月8日的 GIFT-Eval 比较中，PatchTST-FM-r2 在可复现零样本模型类别的 CRPS 和 MASE 指标上均排名第二；纳入可使用评测数据训练部分的模型后，它在可复现模型中分别排名第三和第四。IBM 称，该模型在采用宽松、商业友好许可的模型中排名最高。模型以 Apache 2.0 和 OpenMDW 1.0 双重许可发布，用户可选择其中一种许可。