美军豪掷近5000万美元，押注WindBorne的AI气象预测新范式

【科技24时区】当传统的超级计算机还在为求解大气方程而消耗巨额算力时，一场由人工智能驱动的气象革命正在悄然重塑全球天气监测的版图。近日，美国空军正式宣布与初创企业WindBorne Systems达成一项新合同，这笔潜在价值接近5000万美元的交易，不仅标志着这家位于加州红木城的公司在商业道路上迈出的最大一步，更折射出军事领域对高精度、实时化气象数据日益迫切的需求。

目前，WindBorne在全球上空部署了约700个自主气象气球，它们如同散布在大气层中的神经末梢，持续收集着温度、湿度及气压等关键传感器读数。这些数据一方面直接出售给各类客户，另一方面则源源不断地输入该公司自研的AI气象预报模型中。值得注意的是，这一合同金额虽高达4900万美元，但并非一次性支付，而是采用“按需付费”的模式——空军仅在需要特定区域、特定时段的数据时才下达订单。截至目前，已产生的订单金额为170万美元，公司高层预计后续还将有更多采购指令跟进。这种灵活的合作机制，实质上是为WindBorne构建了一个可持续的增长引擎，同时也为其硬件迭代和性能优化提供了稳定的研发资金池。

WindBorne联合创始人兼首席技术官Andrey Sushko向TechCrunch透露，此次合同是通过非竞争性招标方式授予的。他坦言，这是政府方面的一种明确判断：在全球数据采集能力上，WindBorne是唯一一家能够以符合其作战需求的方式提供服务的公司。从某种角度看，这既是对该公司技术独占性的认可，也暗示了在高端气象数据服务领域，竞争壁垒已经形成。早在今年8月，WindBorne首席执行官John Dean曾公开表示，公司已成功完成3700万美元的B轮融资，旨在加速业务规模化扩张。

这场交易的背后，是气象预报技术范式的根本性转移。长期以来，气象学家依赖昂贵且耗时的超级计算机，通过运行复杂的物理方程来模拟大气行为。然而，随着Transformer架构模型的崛起以及欧洲中期天气预报中心（ECMWF）多年前发布的大规模气象数据集的开放，深度学习技术在气象领域的应用迎来了爆发期。WindBorne于今年夏季发布的最新预报模型WeatherMesh 6，据称其预测精度已超越基于传统物理定律运行的ECMWF模型。这意味着，端到端的学习算法能够直接消化数十年的气象历史数据，并在极短时间内输出预测结果，其效率与准确性均展现出颠覆性优势。

当然，AI气象预报仍是一片充满不确定性的前沿地带。尽管Google DeepMind等机构开发的模型在飓风季响应中扮演着越来越核心的角色，但传统数值预报与AI预测仍需互补，以提供对天气状况的全面理解。WindBorne的技术突破不仅限于软件层面，其在硬件操控上也展现了极高的创新性。今年8月，该公司成为首家将无动力飞行系统送入台风眼进行数据采集的组织。通过调整高度、释放空气或抛洒作为压舱物的沙子，WindBorne能够精准操控气球进入目标风带，实现定向移动。Sushko指出，这需要两个关键要素：一是拥有强大的风和天气模型以掌握导航规律；二是具备足够规模的星座网络，确保气球始终处于正确的位置。“这是深度学习模型首次被用于实际的运营决策，无疑是一个具有里程碑意义的创新步骤。”