TimeCraft：跨域泛化、文本可控与任务感知通用时间序列生成框架

摘要：在产业智能化加速发展的当下，时间序列数据已然成为智能决策系统的关键基石。然而，传统的时间序列生成模型往往难以应对跨领域、跨风格的数据需求，且生成的数据在实际应用中缺乏可控性和实用性。为解决这些痛点，微软亚洲研究院推出开源框架 TimeCraft，融合多项研究成

编者按：在产业智能化加速发展的当下，时间序列数据已然成为智能决策系统的关键基石。然而，传统的时间序列生成模型往往难以应对跨领域、跨风格的数据需求，且生成的数据在实际应用中缺乏可控性和实用性。
为解决这些痛点，微软亚洲研究院推出开源框架 TimeCraft，融合多项研究成果，通过跨域泛化、自然语言控制与任务感知等创新技术，助力时间序列生成任务从结构理解到任务对齐的全流程能力建设。TimeCraft 的推出为产业智能化转型提供了一个真正可控、可用、可扩展的时间序列数据生成解决方案，极大地推动了合成数据在各个行业中的深度应用与落地。

在人工智能全面赋能产业的浪潮下，时间序列数据已经成为支撑智能决策系统的核心资源。从医疗监测到金融风控，从交通调度到能源管理，越来越多的关键业务都依赖于对时间序列的建模和理解。与此同时，时间序列生成技术也日益受到业界的重视，为解决数据稀缺、隐私保护和场景模拟等实际痛点提供创新解决方案。

然而，现实工业需求远比传统的生成任务更为复杂。一个真正实用的时间序列生成模型，不仅要能够应对跨领域、跨风格的数据，还需要在生成过程中具有高度可控性，允许用户自定义趋势、周期、波动等特征。更进一步，生成的数据还必须服务于实际业务目标，能够真正提升下游模型的效果，而不只是“看起来合理” ——不仅要“像”，更要“有用”。

为破解这些难题，微软亚洲研究院推出了专为真实世界设计的、基于扩散模型的通用时间序列生成开源框架 TimeCraft。TimeCraft 融合了微软亚洲研究院近年来多项时间序列生成的创新研究成果，集跨域泛化、文本控制与任务感知于一体，可提供从结构理解到任务对齐的全流程能力，致力于成为行业级合成数据的“百宝箱”。

TimeCraft GitHub 地址：

三种控制信号“读懂你的需求”

TimeCraft 支持高度灵活的推理接口，能够充分理解并响应用户对生成数据的多维度要求。用户可以通过三种方式提供控制信号：

少量样本快速适配：用户可直接上传目标领域的少量时间序列样本，无需任何标签，TimeCraft 就能够自动提取领域特征，实现对新场景的零门槛迁移和高保真生成。

自然语言文本控制：用自然语言描述需求，如“前期平稳、后期剧烈震荡”，TimeCraft 即可智能理解语义，按需生成高度契合的数据。

任务模型反馈引导：用户可接入任意下游业务模型（如重症预测器、金融趋势分类器），TimeCraft 可以根据模型反馈动态优化生成路径，确保数据真正提升下游效果。

这三种控制方式既可独立使用，也可灵活组合，让 TimeCraft 在多样化场景下实现高质量、高适应性、任务导向的数据合成。

图1：TimeCraft 架构示意图

跨域泛化：让生成模型“见多识广”，应对万千场景

在现实应用中，不同行业的时间序列数据呈现出截然不同的结构特征。无论是电力系统中的负荷曲线，医院监测中的心率波动，还是金融市场中的价格变动，背后的时间模式通常风格各异、变化多端。面对不用场景下时间序列的高度异构性，传统生成模型往往只能“专才”难以“通才”，迁移能力有限。

对此，研究员们提出了一种统一建模的跨域生成机制，在 TimeCraft 内部构建一组共享的时间序列语义原型（prototype），作为通用的时间结构词表，可以如搭积木般在不同领域间组合使用。

用户在推理阶段只需提供目标领域的少量示例序列，TimeCraft 即可通过原型分配模块（Prototype Assignment Module, PAM）自动提取结构特征，并将其映射到语义原型空间中，计算出原型组合的权重。由此生成的领域提示向量（domain prompt）将作为条件输入，引导扩散模型合成与目标风格一致的新时间序列。

凭借这一机制，TimeCraft 无需依赖领域标签，也无需针对每个新场景进行额外训练，可以在多种复杂应用中快速适配，并在电力、医疗、金融、交通等多个关键领域实现优异的跨域泛化和结构迁移能力，真正做到“见多识广、快速上手”。

点击链接，了解更多关于跨域泛化的研究 TimeDP。

文本可控生成：让自然语言成为“生成指令”

在许多真实世界场景中，业务人员常常清楚想要什么样的数据形态，却苦于缺乏充足的历史样本。比如，“我想要一组指标，在前几天缓慢上升，第10天左右出现剧烈下跌，然后进入震荡期。” 这样的需求极为常见，尤其在医疗、金融、运营管理等需要情景模拟与可控试验的领域中更为普遍。

为满足这一类有意图、少样本的场景需求，TimeCraft 引入了自然语言控制能力，实现了基于文本输入的时间序列合成方式。用户不需要具备任何建模经验，也不需要手动提供样本数据，仅通过一段自然语言描述，就能驱动模型生成结构匹配、逻辑合理的时间序列。

这一能力的实现，依赖于系统在训练阶段对“文本—时间序列”之间关系的深入建模。为了构建高质量的训练数据，TimeCraft 设计了一套多阶段的多智能体系统（multi-agent system），用于从无到有地自动生成语义准确、结构丰富的时间序列文本对。系统首先从行业报告、分析文档等多源材料中抽取通用的描述模板，并结合具体时间序列的统计特征进行内容填充，生成结构化的文本描述。随后，另一组智能体会对这些文本进行自动评估、语言优化与语义验证，确保其对生成任务具备良好的支持性和覆盖性。通过这一流程，TimeCraft 构建了覆盖多领域、多风格的大规模“时间序列–文本”对齐数据，为模型学习语言与时间结构之间的映射关系提供了坚实基础。

在推理阶段，用户只需输入一段自然语言描述，例如“该指标在前期缓慢上升，随后迅速下跌并趋于平稳”，TimeCraft 即可将其转化为控制向量，引导扩散模型合成结构匹配的时间序列。这种以自然语言驱动的生成方式，显著降低了使用门槛，让非技术专业的用户也能直观参与序列生成过程，同时为数据建模提供了更灵活的接口，在样本稀缺、需求多变的真实场景中展现出强大潜力。

图2：TimeCraft 文本控制模块，包括：（1）多智能体系统（Multi-agent System），用于生成高质量的文本-时间序列数据；（2）混合控制模块，用于实现基于文本的时序生成。

借助自然语言输入，TimeCraft 能够成为连接人类认知与机器生成之间的一座桥梁，让“一句话定制数据”的能力真正落地。在数据获取困难、标签构建成本高、需求快速迭代的业务场景中，这种文本可控的生成方式正展现出越来越广阔的应用潜力。

任务感知生成：不仅“以假乱真”，更能“助力提升”

数据生成的终极意义，在于是否能够真正赋能下游应用。现实中的许多生成方法虽然在分布拟合上表现良好，却忽视了一个关键问题——生成的数据是否对具体任务“有用”。

TimeCraft 提出了一种面向任务优化的生成范式，允许下游模型（如分类器、预测器）直接参与生成过程。在使用中，用户可以将一个训练好的下游模型接入生成流程，TimeCraft 则会利用该模型在验证集或目标集上的反馈信号，动态调整扩散过程中的采样路径，引导模型合成对任务最具帮助的样本。

具体而言，TimeCraft 引入了影响力函数（influence function）作为核心技术，用于度量每一个生成样本对下游任务性能的潜在贡献。影响函数可以估算“如果一个样本被加入训练集，模型损失函数将如何变化”，从而判断该样本是否值得生成。基于这一估计，系统会在每一步扩散过程中注入梯度引导信号，使采样轨迹朝更具正面影响的数据区域偏移。

图3：TimeCraft 框架中 influence function 机制示意图

这一机制特别适用于样本分布不均、关键事件稀缺等挑战场景。例如在医疗预测任务中，TimeCraft 能够聚焦于对下游模型提升最大的少数关键结构，通过任务感知的方式，增强模型在少样本区域的学习能力，从而提升整体的预测表现与稳健性。

任务感知生成为数据合成从“被动仿真”迈向“主动增强”提供了可行路径。它让生成不再仅服务于拟合数据分布，而是围绕实际应用目标展开，在更高层次上发挥数据生成技术的战略价值。

真实世界为本，开源共创未来

TimeCraft 从架构设计之初就以真实业务为核心，支持多种输入控制方式，具备良好的场景适应能力，并能够根据具体任务的反馈动态优化生成结果。微软亚洲研究院希望通过 TimeCraft 切实服务于数据稀缺、隐私敏感、采集成本高或实验风险大的各类时间序列应用，提供一个真正可控、可用、可扩展的生成式解决方案，推动高质量合成数据在更多实际场景中落地生根。

TimeCraft 已正式开源，欢迎广大开发者、研究者和业务伙伴访问、试用与贡献。

相关推荐