开源|OpenTSLM：突破时序数据理解瓶颈，开启基础模型新前沿
talkingdev • 2025-10-02
2869 views
斯坦福大学联合苏黎世联邦理工学院、谷歌、亚马逊等机构的研究团队今日发布开源项目OpenTSLM，首次实现时间序列与文本的多模态统一建模。该模型通过交叉注意力架构突破长时序数据处理瓶颈，在睡眠分期任务中实现准确率提升4.4倍的同时模型体积缩小200倍（效率提升880倍），活动识别任务准确率提升约6倍（效率提升1000倍），心电图分析准确率提升约2倍（效率提升400倍）。尤为突破的是，该模型成为首个能同步处理12导联心电图信号与文本描述，并经由心脏病专家验证其思维链推理能力的AI系统。这项技术标志着基础模型正式进军时序智能领域，将为主动健康管理、自适应机器人、韧性基础设施等场景带来革命性突破。
核心要点
- 首创时序-文本多模态基础模型，在医疗、行为识别等任务实现数量级效能提升
- 突破性支持12导联心电图与文本同步处理，具备经医学验证的思维链推理能力
- 交叉注意力架构解决长时序数据建模难题，为工业物联网、智能医疗等场景铺路