2026年上半年，销量预测领域在基础模型、Mamba架构和LLM融合三个方向上取得了密集进展。进入下半年，这些技术路线开始从"各自突围"走向"系统整合"------研究者不再追问"哪个模型更好"，而是开始回答"如何为不同问题匹配合适的模型"。本文梳理2026年下半年涌现的新架构、新基准与新共识。
一、基础模型：从"比精度"到"比效率"
1.1 精度-能耗的权衡成为新焦点
基础模型在零样本预测中的精度优势已被充分验证。预训练TSFM在10个任务级别中占据8个胜场，Moirai-2.0和TimesFM-2.5在多任务上表现最强。TimesFM还以低能耗实现了最优精度。
但2026年的一项系统性基准测试揭示了一个新维度：精度与能耗的权衡。研究量化了10个时序基础模型的精度-能耗权衡，发现Moirai-MoE在可比误差下能耗显著更高，而TimesFM以低能耗实现了顶尖精度。
这一发现对工业部署有直接影响。对于高频调用的预测服务，能耗差异会直接转化为云成本差异。在精度接近的情况下，选择能效更高的模型可能比选择精度略高的模型更具商业价值。
Chen和Wang（2026）的综述从计量经济学视角为这一讨论提供了框架。他们认为，Transformer可视为VAR的非线性泛化，基础模型则通过大规模预训练进一步扩展了这一范式。但他们也指出，现代方法往往缺乏经典模型用于检验、解释和政策分析的推断与结构工具------这恰恰是零售业务决策中最需要的部分。
1.2 AME-TS：结构引导的稀疏MoE
亚马逊AWS团队提出的AME-TS，核心洞察是：不同时间序列需要不同的计算路径。高度季节性的零售序列、强趋势的宏观经济指标和稀疏的云监控信号，不应被同一个密集计算路径处理。
AME-TS先用轻量级预测器估计序列级描述符（可预测性、季节性、趋势、稀疏性），映射为专家的软结构先验，引导token级路由。在GIFT-Eval基准上，AME-TS在小规模下大幅超越现有基础模型，大规模下仍具竞争力，并通过稀疏路由激活极少的参数。
1.3 TimeCopilot的启示：编排优于模型
虽然TimeCopilot本身是上半年的成果，但其影响在下半年持续发酵。"编排优于模型"正在成为新共识------与其押注单一最优模型，不如构建一个能动态调用多个模型的Agent系统。这一思路与AME-TS的结构引导路由一脉相承：核心不是找到最好的模型，而是为每个序列找到最合适的处理方式。
二、Mamba架构：从"证明可行"到"系统优化"
2.1 多尺度成为Mamba的标准配置
2026年下半年，Mamba在时间序列预测中的演进方向越来越清晰：单尺度的Mamba已不够，多尺度才是答案。
ms-Mamba用多个不同采样率的Mamba块同时处理多个时间尺度。RMTSFMC将Mamba与1D-CNN结合------Mamba捕获全局依赖，1D-CNN捕获局部模式，两者互补。SLAN将线性注意力融入Mamba以增强长程依赖建模。Graph-enhanced Mamba（G-Mamba） 将图神经网络与Mamba结合，实现图条件的选择性状态更新。
2.2 DMamba：分解增强的Mamba
DMamba的核心洞察来自时间序列理论：趋势和季节性分量中变量关系的统计性质根本不同。趋势关系常由少数共同随机因子驱动，处于低维流形；而季节性关系涉及动态、高维交互。
DMamba的策略是显式对齐架构复杂度与分量特征：变量方向Mamba编码器捕获季节性分量中丰富的跨变量动态，简单MLP学习趋势分量中的低维关系。这一思路与销量预测的实践高度契合------长尾商品的销量模式更像"稀疏事件"，畅销品则更像"平稳趋势"。
2.3 多源数据融合的Mamba框架
Gao和Lu提出的多尺度时空预测框架，以Mamba状态空间为骨干，结合动态图注意力和事件感知嵌入，整合贸易流、OSM空间连接、新闻和经济指标等多源数据。这代表了Mamba在销量预测中的演进方向：从"更快的时序模型"升级为"多源数据融合的预测平台" 。
三、间歇性需求：从"两阶段框架"到"MoE+Hurdle"
3.1 Switch-Hurdle：2026年最值得关注的长尾预测架构
Muşat和Căbuz（2026）提出的Switch-Hurdle，可能是2026年间歇性需求预测领域最重要的技术突破。
核心设计：MoE编码器 + Hurdle概率解码器。编码器使用稀疏Top-1专家路由（前向），通过直通估计器实现近似密集反向传播。解码器采用交叉注意力自回归设计，配备共享Hurdle头，明确将预测任务拆分为两个组件：估计销售概率的二分类组件，和给定销售后预测数量的条件回归组件。
在M5基准和大型专有零售数据集上，Switch-Hurdle达到SOTA预测性能，同时保持可扩展性。这验证了一个趋势：两阶段的思路是对的，但实现方式正在从"两个独立的XGBoost"演进为"端到端的MoE+Hurdle神经网络" 。
3.2 TSB-HB：间歇性需求的生成式建模
Bai和Chu（2026）提出的TSB-HB，将经典TSB方法扩展为分层贝叶斯框架。关键创新在于：经典方法只提供简单启发式规则，缺乏原则性的生成基础。TSB-HB通过分层贝叶斯为间歇性需求提供了生成式建模框架。在UCI Online Retail数据集上，TSB-HB取得了最低的RMSE和RMSSE。
3.3 特征工程优先于架构复杂性
2026年的一项研究提出了一个关键观点：对于间歇性需求预测，特征工程的重要性超过架构复杂性。极端需求稀疏性、不规则发生模式和高度可变的需求量级，使得精心设计的特征往往比复杂的神经网络架构更能提升预测精度。
这对工业实践有直接启示：在追求新架构之前，先确保特征工程做扎实了。
3.4 大模型用于间歇性需求预测
一项2026年的研究将轻量级GPT-2模型重新用于间歇性需求预测，在短期（7天）和中期预测中相比最优竞品实现了高达27%的提升。这表明LLM的能力可能不止于事件推理------在特定条件下，它们也能直接参与数值预测。
四、LLM融合：从"事件推理"到"多智能体协作"
4.1 EventCast：工业验证的LLM事件推理框架
EventCast在真实电商场景中部署10个月后，交出了令人信服的答卷：相比无事件知识的变体，MAE提升高达86.9%，MSE提升97.7% ；相比最优工业基线，事件驱动期间MAE降低57.0%，MSE降低83.3% 。该框架自2025年3月起已部署于工业生产环境。
EventCast的模块化设计------LLM负责事件推理，时序模型负责数值预测------已被验证为LLM融入销量预测的最优实践。
4.2 "MLP主导、LLM辅助"的混合范式
2026年的一项研究将MLP与LLM结合用于卷烟销量预测。MLP擅长自然数据建模，LLM具备多源信息理解与推理能力。在畅销品预测上，平均相对误差仅3.5% ，远超ARIMA（20.0%）。
这一范式与EventCast的思路一脉相承：让擅长数值的模型做数值，让擅长推理的模型做推理------而不是让一个模型做所有事。
五、分层预测：e2eTD的效率革命
Zambon等人（2026）提出的e2eTD，直接预测仅占层级约0.3%的少量聚合序列------这些序列更平滑、更可预测。通过概率自上而下采样算法传播到底层，再求和获得所有层级的一致预测。
在M5和Favorita数据集上，e2eTD取得了各聚合层级最低的加权缩放弹球损失，在M5不确定性竞赛的892支队伍中可排名第11位。在标准笔记本上，M5（约4万条序列）仅需5分钟，Favorita（约30万条序列）约20分钟。计算效率与预测精度的统一，是e2eTD最大的贡献。
六、总结：2026年下半年的五个共识
- 精度-效率的权衡正在取代纯粹的精度竞赛。TimesFM的能效优势、AME-TS的稀疏路由、e2eTD的计算效率，都指向同一个方向------好的预测系统不仅要准，还要省。
- 多尺度成为Mamba的标配。ms-Mamba、RMTSFMC、SLAN都在探索如何让Mamba同时处理多个时间尺度。
- 间歇性需求预测正在从"两阶段XGBoost"向"MoE+Hurdle"演进。Switch-Hurdle代表了这一方向的SOTA，但特征工程的重要性依然不可替代。
- LLM在预测中的角色正在固化。EventCast的模块化设计------"LLM负责事件推理，时序模型负责数值预测"------正在成为行业标准。
- 编排优于单一模型。无论是TimeCopilot的Agent架构、AME-TS的结构引导路由，还是EventCast的模块化设计，核心思想都是：为不同问题匹配合适的工具，而不是用一个工具解决所有问题。
技术选型速查表（2026年下半年更新）
业务特征 推荐方案 核心理由
快速上线、无标注数据 TimesFM 2.5 精度高、能耗低
长尾/间歇性需求 Switch-Hurdle 或 两阶段XGBoost 专为稀疏数据设计，SOTA性能
超长序列、多源数据 Mamba多尺度框架 线性复杂度，MAE/RMSE提升25%
促销/事件驱动场景 EventCast MAE降低57%，已工业验证
大规模层级数据 e2eTD 5分钟处理4万序列，概率一致
追求精度与效率平衡 AME-TS 结构引导稀疏路由，激活参数极少
销量预测的技术选择，已不再是"哪个模型最好"的问题，而是"如何为你的业务场景设计最合适的模型组合"的问题。 2026年下半年的工具箱比上半年更加丰富，而真正的挑战在于：如何将这些工具组合成一个可持续运转的预测系统。