远景天机在ECMWF AI天气预报竞赛中登顶,中国同时推进卫星模型
远景科技集团10月30日表示,其天机模型在欧洲中期天气预报中心主办的AI Weather Quest竞赛中综合排名第一。该赛事吸引了近20支队伍,每周对第19至25天的预报打分。在这个时段,电网运营商和保险公司能拿到的参考仍然很少。

一场针对第三、四周的竞赛
AI Weather Quest不是一次性的比拼。ECMWF把它办成持续进行的预报与检验。各队每周提交结果,公开排行榜随成绩更新。评分范围超出15天的中期预报时限。竞赛覆盖第19至25天的周平均气温、海平面气压概率预报,以及周累计降水。气温和降水在大部分为陆地的网格上评分,气压则在全球范围评分。这套设计考察的是模型对三周之后那一周的描述能力。
这对买电的人同样重要,不只是气象学家。第三、四周的次季节展望会影响公用事业公司、风电和光伏运营商以及保险公司的检修、对冲和交易决策。
目前不清楚的是天机在具体站点上的独立预报能力,以及使用天机的费用。远景称天机在所有评估指标上均列第一,包括变量平均、近地面气温、气压和降水。这一说法出自公司10月30日发布的新闻稿。韩联社转载时注明未作编辑。
中国的卫星模型瞄准短期一端
中国在同一周展示了另一条路线。周四在湖南长沙举行的2026年风云卫星用户大会上,中国发布了两款面向极端天气的AI模型。
第一款解读台风云图。据《中国日报》报道,它融合20多类实时卫星产品,每15分钟分析一次图像,并在27秒内生成文字报告。报告涵盖风暴的位置、强度、结构和可能演变。国家卫星气象中心工程师韩博伟(音)表示,台风的三维热力结构是强度变化的成因之一。第二款模型处理强对流天气,即带来破坏性大风、冰雹和山洪的快速发展雷暴系统。韩博伟说,它使用风云四号连续两小时的观测数据,能提前四小时预测其发生、发展和强度。相关研究去年发表在PNAS上。
覆盖面才是重点。中国气象局表示,中国在轨运行10颗风云卫星,并与141个国家和地区共享数据,沙迦24网站报道了这一点。韩博伟说,这两款模型是计划中系列的首批,后续将覆盖台风、暴雨、沙尘暴、大雾和寒潮。
为什么19至25天这个窗口很难
两周到两个月之后,预报开始变得棘手。远景天机气象大模型负责人Robert Zheng称,这一区间的次季节预报是气象学中最难的挑战之一。
他说,预报时效越长,不确定性越大,对模型识别天气演变趋势的能力要求也越高。远景称天机是全球首个物理AI气象模型,依托PB级数据和覆盖太空、空中、地面的三维网络。公司称天机在WeatherBench 2中进入第一梯队,与谷歌WeatherNext2持平。它还在中国国家气象中心主办的一项示范计划中拿下确定性赛道第一。电网业务是它的商业抓手。远景称天机在国家电网AI负荷预测竞赛和中国南方电网业务竞赛中均获第一,还称该模型提升了重点区域风速和辐照度的准确率。这些结果都来自公司自身。
开放模型走的是另一条路
英伟达卖的恰恰相反:开放权重和工具。其Earth-2系列让开发者取用模型,并用自有数据定制。
最新成员是StormScope EU。这是用欧洲天气和气候数据训练的区域版本。它利用EUMETSAT的观测,以10分钟间隔预测16个Meteosat通道上云况的演变。英伟达在柏林GTC上与Earthmover展示了实时流水线。AXA正用FourCastNet 3研究超出历史记录的区域气旋风险,覆盖1000多个模拟季节。Vaisala Xweather把Earth-2与自家观测和闪电数据结合。TotalEnergies正在两个光伏电站评估基于StormScope的太阳辐射临近预报。
曼彻斯特大学另辟蹊径。那里的研究人员改造CorrDiff模型,用于英国空气质量工作。他们在Isambard-AI超级计算机上训练,随后在本地英伟达DGX Spark系统上运行。
尚未得到验证的部分
排行榜是公开的,但10月30日的公告出自远景。目前没有独立评估发表,说明天机在风电场或调度室里的实际表现。
这个缺口之所以重要,是因为竞赛衡量的是网格上的周平均值。电网运营商需要的是特定站点的逐小时风速和辐照度。无论平均值对不对,一次糟糕的爬坡都会造成损失。远景称天机覆盖从分钟级临近预报到次季节趋势,但Quest的成绩只说明最远的那一端。费用是另一处空白:远景没有说明使用天机的价格。在卫星模型一侧,韩博伟说风云模型的所有结论都建立在卫星观测之上,可以核验。这说的是可追溯性,而非在实际预警流程中的准确度。
资料来源
28- 01Envision's Tianji Weather Foundation Model Tops ECMWF's AI Weather Quest, Setting a New Global Benchmark for Physics-AI ForecastingEN
- 02[PRNewswire] Envision's Model Tops ECMWF's AI Weather QuestEN
- 03AI models for extreme weather forecasts builtEN
- 04China unveils first Fengyun satellite AI models for weatherEN
- 05Pioneers Across Europe Deploy NVIDIA Earth-2 Open Models to Power Real-World Weather and Climate PredictionEN
- 06 Google reveals new Gemini 4 Carbon AI model, narrowly beating Claude Opus 5.5 EN
- 07Tutor Intelligence raises Series B to scale model training, robot deploymentsEN
- 08Google Launches LiteRT Tensor API for Building, Customizing, and Optimizing ML Models for On-DeviceEN
- 09QUAL: Quantile Alignment Improves Zero-Shot Time-Series Foundation ModelsEN
- 10Was I wrong about open models & cyber risks?EN
- 11Beyond Plausible Prediction: Safety Sufficiency in Web World ModelsEN
- 12Incongruence-Aware Evaluation of Multimodal Speech Emotion Recognition in Audio Large Language ModelsEN
- 13Agentic World Modeling for Agent Test-time Scaling without Environment ReplicaEN
- 14Benchmarking Forecasting Agents on Yesterday's TomorrowsEN
- 15The psychophysics of affect in large language modelsEN
- 16Calibration of Large Model Quantization based on HiFloat4 FormatEN
- 17FrontierMat: Benchmarking Language Models at the Frontier of Materials R&DEN
- 18RTL-Interact: Training EDA-Interactive Models for Multi-Task RTL DesignEN
- 19Experts Exhibit Structured Redundancy: Structure-Preserving Expert Pruning for Mixture-of-Experts Large Language ModelsEN
- 20Do Transaction Prices Reflect Visual Preference? A Diagnostic Study with Multimodal Language ModelsEN
- 21From the Zoo to the BULLPEN: Sample-Efficient LLM Profiling via Multi-Channel Model EmbeddingsEN
- 22CryoAtlas: A Large Curated Dataset and Unified Benchmark for Cryo-EM Atomic Model BuildingEN
- 23Nvidia is happy to take your money whether you're using open or closed models, says Jensen HuangEN
- 24I Checked Out Tesla’s New Model YL, Standard Y, Model 3 In Person — Here’s What Surprised MeEN
- 25heise+ | Humanoide Roboter in Deutschland: Modelle, Preise und VerfügbarkeitEN
- 26An updated Model Spec for more capable and beneficial AIEN
- 27How we detect frontier model misalignmentEN
- 28Trump admin cuts to satellites will set back US weather forecasting by a decadeEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。