一种轻量级的细粒度时空序列预测方法和系统，所述方法包括：构建时空细节提取模块，使得通过所述时空细节提取模块更新后的时空状态既包含细粒度的特征，还通过上下文的深层交互提升上下文状态间的关联性；将所述时空细节提取模块用于时空预测网络中，实现运动细节循环神经网络单元，借助多层堆叠的细粒度时空模块提取深层的上下文特征，从而构建最终的运动细节循环神经网络MoDeRNN；其中，通过改进时空预测层的模型结构，提升模型在细粒度特征的预测结果。本发明能够有效提升现有的方案中对于模型在预测结果中缺乏细节特征缺陷，显著改善了时序预测网络对于细粒度时空特征的提取以及预测。