Tianji d'Envision remporte le concours météo IA de l'ECMWF, la Chine pousse ses modèles satellitaires

Un concours pour les semaines trois et quatre

L'AI Weather Quest n'est pas une compétition ponctuelle. L'ECMWF le fait tourner en continu, en prévision comme en vérification. Les équipes soumettent une entrée chaque semaine et un classement public se met à jour au fil des résultats. La notation dépasse l'horizon de 15 jours du moyen terme. Le concours porte sur la température moyenne hebdomadaire et la pression au niveau de la mer en probabilités, ainsi que sur les précipitations accumulées sur la semaine, pour les jours 19 à 25. La température et les précipitations sont notées sur des mailles majoritairement terrestres. La pression est notée à l'échelle mondiale. Le dispositif récompense un modèle capable de décrire une semaine trois semaines à l'avance.

Cela compte pour quiconque achète de l'électricité, pas seulement pour les météorologues. Les perspectives sous-saisonnières des semaines trois et quatre alimentent les décisions de maintenance, de couverture et de trading des utilities, des exploitants éoliens et solaires et des assureurs.

Ce qui reste inconnu, c'est la performance indépendante à l'échelle d'un site, et le prix de l'accès à Tianji. Envision affirme que Tianji a pris la première place sur toutes les métriques évaluées, y compris la moyenne des variables, la température près de la surface, la pression et les précipitations. La déclaration figure dans un communiqué de l'entreprise daté du 30 octobre. Yonhap l'a repris en précisant qu'il n'avait pas été retouché.

Les modèles satellitaires chinois visent le court terme

La Chine a profité de la même semaine pour montrer une autre approche. Elle a dévoilé deux modèles d'IA pour les phénomènes extrêmes lors de la conférence des utilisateurs du satellite Fengyun 2026, à Changsha, dans la province du Hunan, jeudi.

Le premier interprète les images de nuages de typhon. Selon China Daily, il intègre plus de 20 types de produits satellitaires en temps réel, analyse les images toutes les 15 minutes et produit un rapport texte en 27 secondes. Ce rapport couvre la position, l'intensité, la structure et l'évolution probable d'une tempête. Han Bowei, ingénieur au Centre national de météorologie satellitaire, a déclaré que la structure thermique tridimensionnelle d'un typhon est l'un des facteurs de changement d'intensité. Le second modèle traite la convection profonde, ces systèmes orageux à croissance rapide qui apportent vents destructeurs, grêle et crues soudaines. Han a indiqué qu'il utilise deux heures de données continues de Fengyun 4 et peut prévoir l'apparition, le développement et l'intensité quatre heures à l'avance. Une étude sur ce modèle a paru l'an dernier dans PNAS.

La portée est l'argument central. L'Administration météorologique chinoise indique que la Chine a 10 satellites Fengyun en orbite et partage leurs données avec 141 pays et territoires, rapporte Sharjah24. Han a précisé que les deux modèles sont les premiers d'une série prévue couvrant typhons, pluies torrentielles, tempêtes de sable, brouillards denses et vagues de froid.

Pourquoi la fenêtre des jours 19 à 25 est difficile

De deux semaines à deux mois, la prévision devient inconfortable. Robert Zheng, qui dirige la Tianji Weather Foundation Model d'Envision, qualifie la prévision sous-saisonnière sur cette plage de l'un des défis les plus difficiles de la météorologie.

Les horizons plus lointains augmentent l'incertitude, dit-il. Ils exigent davantage de la capacité d'un modèle à repérer des tendances météo en évolution. Envision présente Tianji comme le premier modèle météo physique-IA au monde, appuyé sur des données à l'échelle du pétaoctet et un réseau tridimensionnel couvrant l'espace, l'air et le sol. La société indique que Tianji s'est classé dans le haut du tableau de WeatherBench 2, à égalité avec WeatherNext2 de Google. Il a aussi remporté la piste déterministe d'un programme de démonstration mené par le Centre météorologique national chinois. Le travail sur le réseau est l'argument commercial. Envision affirme que Tianji a pris la première place au concours de prévision de charge de State Grid et à la compétition métier de China Southern Power Grid. Elle ajoute que le modèle améliore la précision de la vitesse du vent et de l'irradiance dans des régions clés. Ces résultats viennent de l'entreprise.

Les modèles ouverts prennent une autre voie

Nvidia vend le modèle inverse : des poids et des outils ouverts. Sa famille Earth-2 permet aux développeurs de reprendre des modèles et de les personnaliser avec leurs propres données.

Le dernier ajout est StormScope EU. C'est une version régionale entraînée sur des données météo et climatiques européennes. Elle utilise les observations d'EUMETSAT pour prévoir l'évolution de la couverture nuageuse sur 16 canaux Meteosat à intervalles de 10 minutes. Nvidia a présenté une chaîne en direct au GTC Berlin avec Earthmover. AXA utilise FourCastNet 3 pour étudier le risque cyclonique régional au-delà des archives historiques, sur plus de 1 000 saisons simulées. Vaisala Xweather combine Earth-2 avec ses propres observations et ses données de foudre. TotalEnergies évalue des prévisions immédiates de rayonnement solaire fondées sur StormScope sur deux sites photovoltaïques.

L'université de Manchester a choisi une autre route. Ses chercheurs ont adapté le modèle CorrDiff au travail sur la qualité de l'air au Royaume-Uni. Ils l'ont entraîné sur le supercalculateur Isambard-AI, puis l'ont exécuté localement sur des systèmes Nvidia DGX Spark.

Ce qui reste non démontré

Le tableau de scores est public, mais l'annonce du 30 octobre émane d'Envision. Aucune évaluation indépendante de la performance de Tianji dans un parc éolien ou une salle de contrôle n'a été publiée.

Cet écart compte parce que le concours mesure des moyennes hebdomadaires sur des mailles. Un gestionnaire de réseau a besoin du vent et de l'irradiance heure par heure sur un site précis. Une mauvaise variation de charge coûte de l'argent, que la moyenne soit juste ou non. Envision affirme que Tianji couvre de la prévision immédiate à la minute jusqu'aux tendances sous-saisonnières, mais le résultat du Quest ne parle que de l'extrémité lointaine. Le coût est l'autre case vide : Envision n'a pas dit combien coûte l'accès à Tianji. Côté satellite, Han a déclaré que toutes les conclusions des modèles Fengyun reposent sur des observations satellitaires et peuvent être vérifiées. C'est une affirmation sur la traçabilité, pas sur la précision dans une chaîne d'alerte en conditions réelles.