溪流笔谈▏路透社等外媒称，中国AI气象大模型整体水平已跻身全球领先行列

发布时间：2026-08-19来源：溪流之海洋人生

点击上方“溪流之海洋人生”即可订阅哦

8月11日，路透社发文称赞了中国AI气象大模型，该报道的切入点是刚刚登陆我国的台风“白海豚”。报道称，以上海人工智能实验室研发的风乌为代表的中国AI气象大模型，在部分精度指标上比肩甚至超越传统数值预报，且预报效率远超物理驱动的超算系统。

风乌由上海人工智能实验室联合国家气象中心、中国科技大学、上海交通大学、香港科技大学、南京信息工程大学、中国科学院大气物理研究所、上海中心气象台等机构共同研发。名字取自秦汉时期的“相风铜乌”，那是世界上最早的测风设备。与传统依赖超级计算机进行复杂物理计算的模式不同，该模型基于多模态神经网络学习历史气象数据规律。

路透社报道指出，本次台风过程中，风乌AI气象大模型在台风路径、区域面雨量两大核心维度均展现出稳定优异的预报表现，相风科技作为上海人工智能实验室首家成果转化企业，基于模型能力提供连续滚动的实时预报服务，充分印证了AI气象技术的实战可靠性与多场景赋能潜力。

目前全球AI气象预报领域有几个比较有名的系统，包括有谷歌开发的GraphCast和GenCast、英伟达支持的FourCastNet，以及欧洲中期天气预报中心的AIFS。路透社报道也点名提到了三个中国气象大模型，分别为：上海人工智能实验室的“风乌”、华为的“盘古”和复旦大学的“伏羲”。

多家外媒报道指出，在追踪台风“白海豚”路径时，中国多款AI气象模型（含盘古、风乌、伏羲）表现优异，预报速度显著快于传统系统，部分精度指标超越传统数值预报，展现了中国在气象AI领域的全球领先地位。以色列Calcalistech网站刊文称，气象部门持续监测台风“白海豚”行进路径期间，新一代人工智能气象模型与传统预报系统同步投入运行，直观展现出中国气象预报技术加快升级，跻身全球领先行列。

对比台风“白海豚”的预报，有关资料表明：在约80%的天气变量评估中，“风乌”的表现超过了谷歌开发的GraphCast模型，其10天预报误差较GraphCast降低10.87%；“风乌”将全球中期天气预报的有效时长延长至10天以上（升级版达11.25天），优于传统物理模型及美国主流AI模型的有效预报范围；对“白海豚”的预测中，“风乌”提前5天准确锁定登陆路径，时间误差不到30分钟，地点误差不到30公里，展现了极高的实战精度。

传统天气预报主要依赖数值天气预报，简单理解，就是把地球大气分成大量网格，然后根据流体力学、热力学等物理规律，用超级计算机不断计算这些网格未来会发生什么变化。但AI的思路不一样，它不需要每次都从头进行复杂的物理计算，而是学习几十年来积累的大量天气数据，然后寻找其中的规律。

过去出现这种气压、海温、风向和水汽组合以后，接下来天气通常会怎么变化，AI却会自己从历史数据里面学习。尽管训练模型很费计算资源，但模型训练完成以后，真正进行一次天气预测，速度便可以很快。这也是“盘古”“风乌”“伏羲”这些模型的重要意义。

中国本来就拥有庞大的气象观测体系，包括气象卫星、雷达、地面气象站、海洋浮标等。以前这些数据主要服务传统数值预报，现在AI出现以后，几十年积累下来的气象数据又有了新的用法。

只是AI气象大模型也并非万能，目前AI模型预测台风路径已经做得不错，但是在预测台风强度方面仍然落后于传统天气预报系统。这是因为历史数据里，这种极端个例太少，AI学得不透，容易把强度往平均水平拉。其核心原因是AI气象大模型依赖历史统计规律难以捕捉微尺度物理过程（如眼墙置换、海气湍流交换），且缺乏显式物理方程约束，导致对突发爆发性增强等非线性机制刻画不足。当前业务主流做法是：采用“AI快速初猜＋传统模式精细修正＋集合预报”协同策略，利用AI提速、物理模型保下限，而非单一替代。并且，AI天气预报对厄尔尼诺等更长期气候事件的预测也还需要多年验证。

正因为如此，现实的方式是两套系统一起用。传统数值模式负责它擅长的部分，AI大模型利用自己的速度和数据学习能力，再给出一套预测结果。气象专家把不同模型放在一起比较，那么预报的可信度自然会增加。

目前，风乌AI气象大模型的相关成果正加快向工程化、产品化与实时服务方向转化。相风科技已将实验室形成的模型能力接入持续运行的业务体系，面向实际用户提供实时气象智能预报服务，可围绕不同区域、不同起报时次与不同预报时效开展连续滚动预测与详细量化评测。凭借路径与降水预报的稳定表现，风乌AI气象大模型已形成可靠的技术底座能力，可面向不同行业的气象需求输出对应的解决方案，助力各领域提升极端天气应对能力。

这一次“白海豚”，其实已经让这种模式进入了现实应用。

END

■本文依据网络素材综合撰写