WeatherNext: AI model achieves breakthrough in forecasting cyclones
本条目由 AI 按收录标准筛选与撰写，经独立的 AI 核查在原文中逐条找到依据，未经人工审核；数字与结论以原文为准。
相关报告
收录理由
该报告为 Nature 配套博客，说明 FGN、全球天气与历史气旋双模态共训、历史气旋评测及 WeatherNext 系列模型与代码权重开源。
关键要点
- 热带气旋过去50年造成全球逾70万人死亡与1.4万亿美元经济损失，及时准确预警对预报员至关重要。
- 该模型三天预报与先前模型两天预报相当，平均为预报员多出约一天的预测准确度，约相当于十年气象进展。
- 在2023至2024年历史气旋上评测，WeatherNext Cyclones 在路径、强度与风场预测平均获得超过一整天（24小时）的提前量优势。
- 模型在全球大气数据与 IBTrACS 近5000场历史风暴上共训两种模态，端到端训练数据规模近20TB。
- ensemble 扩至1000成员；单次15天预报在 TPU 上不足一分钟，2025年飓风季曾支持 NHC 对 Hurricane Melissa 的预报。
- 输入分辨率为28×28km，较传统模型粗约100倍；WeatherNext 2-mini 在111×111km 分辨率仍表现良好，并已开源代码与权重。