微软地球系统预报AI模型来了！点赞华为云盘古：掀起AI预报模型研发浪潮

美国微软公司将正在开发的大气科学类人工智能（AI）模型正式发表于国际学术期刊《自然》（Nature）。该模型名为Aurora，除了能进行高分辨率天气预报，研究团队还展示了其能更准确和高效地预报空气质量、热带气旋路径和海浪动力学。

“这是一个面向地球系统的基础模型，能够处理多种预测任务。”研究团队在5月21日晚间在线发表于《自然》上的论文中写道，受到其他领域基础模型近期成功案例的启发，我们首次让Auror经过了100万小时以上多样化地球系统数据预训练。

毫无疑问，在自然灾害、极端天气等日益频发的背景下，出色的“预报员”显得更为重要。地球系统预报往往能提供多种过程的信息，例如天气、空气质量、洋流、海冰和飓风等，这是对极端事件做出早期预警的必要工具。

然而，研究团队指出，这些预报依赖基于数十年数据的复杂模型，对算力要求很高，通常需要使用专门的超级计算机和专职工程团队来维护。同时，由于是大型团队经年累月开发形成的复杂模型，其快速改进难度大，且需要投入大量时间和专业知识才能有效管理。

研究团队认为，机器学习为解决这些问题提供了极具吸引力的工具箱。尽管这一概念早在20世纪90年代就被引入地球科学领域，当时神经网络技术已开始应用于各类地球预测问题。但AI技术在地球系统预报中的使用尚未得到充分探索，重要的突破则出现于近两年。

来自微软研究院的人工智能首席研究员Paris Perdikaris等人尤其指出，2023年，盘古气象大模型取得重大突破，其性能超越了最先进的预报系统，由此掀起了一波基于人工智能的天气预报模型研发浪潮。

2023年7月，同样在《自然》杂志上，华为云盘古大模型研发团队发表了研究成果——《三维神经网络用于精准中期全球天气预报》（《Accurate medium-range global weather forecasting with 3D neural networks》）。通过在43年的全球天气数据上训练深度神经网络，盘古气象大模型在精度和速度方面超越传统数值预测方法。盘古气象大模型也是首个精度超过传统数值预报方法的AI模型，速度相比传统数值预报提速10000倍以上。

华为官网当时写道，这是近年来中国科技公司首篇作为唯一署名单位发表的《自然》正刊论文。《自然》审稿人也对该成果给予高度评价，“华为云盘古气象大模型让人们重新审视气象预报模型的未来，模型的开放将推动该领域的发展。”

Aurora是一个拥有13亿参数的地球系统基础模型。图摘自团队研究论文

Paris Perdikaris和同事此次报道的Aurora是一个经过100万小时以上地球物理数据训练的AI模型。研究显示，Aurora 预报空气质量、海浪、热带气旋路径和高分辨率天气的表现超过了现有模型，且算力成本低于现有预报技术。

例如，在热带气旋路径预测方面，论文显示，平均而言，Aurora在北大西洋和东太平洋的预测性能比其他7个预报中心优20%，在西北太平洋上优18%，澳大利亚地区优24%。

研究团队提到2023年7月的超强“杜苏芮”台风，该台风最终成为太平洋地区造成经济损失最严重的台风，损失金额超过280亿美元。研究团队称，Aurora准确预测到“杜苏芮”将在菲律宾北部登陆。

在实际应用中，Aurora在热带气旋预测方面的表现优于当前最先进的预测系统。图摘自研究团队论文

值得关注的是，在Aurora基础模型的基础上，研究团队针对一系列下游任务的微调实验仅需4-8周时间，并且由小型工程师团队完成，而目前开发基线模型所需要的时间通常为好几年。

研究团队也同时强调指出，这种加速进程的实现完全得益于数十年来传统数值方法研究积累的庞大数据资源。

论文最后还提到，Aurora目前尚未触及其性能天花板。作者们表示，Aurora是一个地球系统基础模型，改造后或能用于天气预报之外的用途。他们总结道，Aurora代表了高效地球系统预报的一次进展，显示出AI技术在更广泛获取天气和气候信息方面的潜力。

论文链接：

https://www.nature.com/articles/s41586-025-09005-y