VLX-Seek是OmAI Lab推出的细粒度视觉语言模型，面向机器人、无人机等边缘具身视觉场景，结合语言理解与区域级视觉感知，支持目标定位、指代理解、区域OCR、描述与计数，并引入目标缺失拒识机制，为具身智能连接环境感知与行动决策提供基础能力。

TimesFM是Google Research推出的零样本时序预测基座模型，采用decoder-only patch架构。2.5版参数降至200M，上下文长度增至16384。模型通过外部预处理处理变长序列、NaN和分位数预测，支持协变量和分位头。但存在双版本号、默认双倍算力及未实现的window_size配置等问题。

Google开源的TimesFM是一款零样本学习的时间序列预测模型，用户只需一行命令即可使用。它能够快速预测未来数据，并提供不确定性区间，适用于加密货币等领域。该模型支持外部变量微调，完全开源，用户可在本地运行，确保数据安全。

谷歌研究院发布了TimesFM-2.5模型，拥有2亿参数，支持16K上下文长度和概率预测。该模型在GIFT-Eval测试中表现优异，准确率领先。与2.0版本相比，TimesFM-2.5参数减少一半，但准确性提高，适合实际应用。