英伟达发布Earth-2天气预报模型套件，推动全球气象AI普惠化

【科技24时区】在当前席卷美国多地的冬季风暴来临前，部分地区降雪预测结果差异巨大，凸显了现有天气预报系统在精度与一致性方面的不足。恰在此时，英伟达正式推出其全新Earth-2天气预报AI模型套件，时机可谓恰到好处。公司声称，新模型不仅显著提升预报速度，更在准确性上实现突破。

其中，Earth-2 Medium Range模型在70多个气象变量上的表现优于谷歌DeepMind于2024年12月发布的GenCast模型。而GenCast本身已较传统可生成最长15天预报的数值模型有明显精度优势。英伟达于1月26日（周一）在美国休斯敦举行的美国气象学会年会上正式发布该系列工具。

“从哲学和科学角度看，这是一种回归简洁。”英伟达气候模拟负责人迈克·普里查德（Mike Pritchard）在会前电话会议中表示，“我们正逐步摒弃那些为特定场景手工定制的AI架构，转向更简单、可扩展的Transformer架构，这代表了未来方向。”传统天气预报主要依赖对现实物理规律的数值模拟，AI模型的引入尚属近年趋势。Earth-2 Medium Range基于英伟达全新开发的Atlas架构，公司已于发布会当天披露更多技术细节。

除中期预报模型外，Earth-2套件还包括临近预报（Nowcasting）模型和全球数据同化（Global Data Assimilation）模型。临近预报模型专注于0至6小时内的短临预测，旨在帮助气象学家快速评估风暴等极端天气的影响。普里查德指出，该模型直接基于全球可用的地球静止卫星观测数据训练，而非依赖区域性的物理模型输出，因此可在全球任何具备良好卫星覆盖的地区部署，尤其有助于中小国家和地方政府评估灾害风险。

全球数据同化模型则整合来自地面气象站、探空气球等多源观测数据，生成全球数千个地点的连续天气状态“快照”，作为后续预报的初始条件。传统方法中，这一过程需耗费超级计算机约50%的总计算负载，耗时数小时。而新模型借助GPU加速，可在数分钟内完成，大幅降低计算门槛。

此次发布的三款新模型与此前已有的CorrDiff和FourCastNet3共同构成完整的Earth-2体系。CorrDiff能将粗分辨率预报快速升频至公里级高分辨率，已在以色列和台湾地区用于台风等极端天气的精细化模拟；FourCastNet3则专注于温度、风速、湿度等单变量建模。普里查德强调，这些工具将打破高性能天气预报长期被富裕国家和大型企业垄断的局面，为各国气象机构、金融公司、能源企业等提供可本地部署、可微调的基础构件。

值得注意的是，英伟达特别强调气象主权的重要性。“对某些用户而言，订阅集中式商业预报服务是合理选择；但对许多国家来说，天气关乎国家安全，主权与气象不可分割。”目前，The Weather Company与Total Energies等企业正在评估Nowcasting模型的应用潜力。

此举标志着AI驱动的气象技术正从科研前沿走向广泛落地，有望在全球气候变化加剧、极端天气频发的背景下，为防灾减灾、能源调度与金融风控等领域提供更及时、精准且自主可控的决策支持。