人工智能模型已改变天气预报，但其对空前极端天气的技巧仍不清楚。研究分析 GraphCast、AIFS 和 FuXi 对迪拜2024年空前风暴的预报；该地区降雨量达到训练集最高值的两倍。GraphCast 和 AIFS 可提前8天准确预报，FuXi 虽预报出事件却低估降雨。微调与感受野分析提示，这些模型的成功源于“translocation”：在训练中从其他区域可比或更强的动力相似事件学习；未发现“extrapolation”（从较弱事件学习）的证据。即便处于全球分布尾部的事件也预报不佳，这不仅源于数据不平衡（泛化误差），也源于频谱偏置（优化误差）。研究显示AI模型有潜力预报“区域性”灰天鹅，并可通过理解其成功与局限的机制加以改进。
本期播客访谈 Google 的 John Platt：他手握奥斯卡奖、两篇教科书级算法、两颗命名小行星，Erdos-Bacon 数为 6。重点话题是 Google 的 Empirical Research Assistance（ERA）——团队发现许多科学难题可归结为所谓“可打分任务”（“scoreable task”）：难在设定评分函数，之后便要寻找能最大化评分的代码；由此衍生出“auto-Kaggle”设想，而 Kaggle 归 Google 所有，数据现成可用，最终做成 ERA（附论文、github 与博客）。ERA 在概念上相当简单：Gemini 维护过往实验笔记本构成的树及其走向，近似蒙特卡洛树搜索，用上置信界规则挑选最有前景的笔记本进行变异；该规则偏乐观而非贪婪，有时第五名也会被选中，每次约提出十个变异方案，各分支共享历史、彼此学习。对话还涉及 AI 助力应对气候变化、科学与 AI 的协同演化。同事 Dave Bac
准确的气象预报是公共安全与经济稳定的基础，却高度依赖数值天气预报（NWP）模型，其复杂输出往往难以被非专业读者理解。大语言模型（LLM）有望将结构化数据转写为自然语言、自动生成预报报告，但进展受限于兼具模态鸿沟与专家隐性推理的稀缺数据集。为此，作者提出 Grid2Text 数据集，将 ERA5 气象网格特征与经专家核验的文本预报对齐，包含气温趋势、风矢量转变、湿度区间和降水类型的显式推理链；并基于人在回路工作流建立验证基准，以保证数据的物理一致性与逻辑准确性。作者预期这一开放获取数据集将推动可解释的天气预报讨论类 LLM 方法，促进科学文本生成。
研究整合55,673条带地理坐标的热融滑塌（RTS）发生记录，结合机器学习模型，生成2000至2100年、多种气候变化情景下1 km分辨率的RTS易发性时空数据集；RTS易发性定义为特定环境条件下的相对发生概率。北极与青藏高原分别建模后合并，构成空间协调的北半球数据集。模型以标准分类指标评估，ROC曲线下面积（AUC）平均为0.96 ± 0.005。数据集包含北半球多年冻土区的RTS清单与栅格易发性图，覆盖基准期及多种未来气候情景，可作为量化冻土灾害风险、基础设施暴露与碳—气候反馈的基础资源。
机器学习已能在中期时间尺度生成高技巧的概率天气预报，也可提升既有预报的时空分辨率。本文探索将空间与时间降尺度合并为单一模型，并与独立训练的机器学习预报模型耦合。该模型基于 ECMWF 与欧洲多家国家气象服务机构共同开发的 Anemoi 框架，使用流匹配方法在 ERA5 上训练：输入为约100 km、每6小时一次的 O96 网格场，输出为约30 km、逐小时的 N320 ERA5 原生网格序列，每次生成5个时间步。模型学习与粗分辨率输入状态一致的精细时空特征条件分布；训练时使用加入随机噪声水平高斯噪声的高分辨率 ERA5 目标。
这项研究在零样本框架下考察大型语言模型（LLM）预测配电网天气相关强制停电风险的能力，无需带标签训练数据。研究将问题设为二元严重度分类，覆盖3h、6h和12h三个预测时距，使用得克萨斯州中部某公用事业服务区6年的停电记录和高分辨率天气数据。4个零样本LLM与2个监督分类器比较，并分别采用当前天气观测和天气预报数据作为输入。结果显示，监督模型在宏平均F1和精确率上优于LLM，但较新的LLM代际取得了有竞争力的分数。除准确性外，LLM在可操作推理和地理可扩展性方面具有互补优势，研究认为将其与监督模型结合可能是最佳实践。
Google Research 与 DeepMind 发布 WeatherNext 3 天气模型。该模型弃用传统物理模拟，直接基于实时卫星数据学习天气，可生成最高五公里分辨率的小时级预报，分辨率为此前版本的五倍。谷歌表示，非洲、拉丁美洲和亚太地区此前缺乏准确预报的区域，可望获得最大改善。
Google DeepMind 与 Google Research 联合推出 WeatherNext 3️⃣，并在推文中称这是迄今最先进的全球天气 AI 模型。据推文介绍，与 WeatherNext 2 相比，该模型的预测能力最高可比后者清晰 5 倍；同时，模型还会生成高空间分辨率的预报，以捕捉更小尺度的天气现象。不过，这条推文在“以捕捉……”处截断，因此关于模型如何实现这些能力以及具体应用场景的细节，目前披露的信息仍然有限；推文也未包含基准测试或技术验证信息。
Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为迄今最先进、最准确的全球天气 AI 模型；该说法基于 Brightband 的独立实时评估。模型直接学习实时观测，利用原始卫星数据每小时生成高分辨率预报，并可在 Google 产品中提供预报。它按多种空间分辨率生成逐小时预报：温度、湿度等关键地表变量为 5 公里，其他地表变量为 10 公里，风速等大气变量为 25 公里，整体比前代 WeatherNext 2 的 25 公里网格、6 小时步长约清晰五倍。系统摄取每小时地球静止卫星拼图与历史分析，输入单个灵活的 Functional Generative Network（FGN）mesh transformer，输出密集网格场和离散气旋路径。此前模型常缺乏足够空间分辨率，也难以纳入卫星等实时天气数据。
气象再分析以连续且受物理约束的场编码极端天气，这与视觉语言模型主要基于自然图像形成的感知假设并不匹配。研究提出可插拔的物理感知视觉抽象（PAVA），将再分析物理场映射为可视觉识别、具语义基础的感知抽象，用于监督和评估视觉语言推理。基于PAVA，团队构建OmniClimate-TC基准，覆盖5类推理、9项任务，并含243,890个具物理基础的指令微调样本对。经PAVA对齐监督适配后，视觉语言模型在热带气旋灾害场推理上有所改进。
端到端天气预报系统直接从原始观测生成全球格点和站点预报，以极小成本替代包括资料同化在内的数值天气预报流程，但为确定性系统、不给出不确定性。本文将Aardvark Weather模型概率化：观测编码器加入学习到的输入相关噪声，刻画观测系统的偶然不确定性；处理器采用蒙特卡洛dropout，刻画学习动力学的认知不确定性。嵌套集合用全方差定律把预报离散度归因于这两类来源，并用剔除观测流交叉验证。概率性微调使平均预报改进4.2%；集合在中期范围对ERA5校准（spread-skill ratio 0.98），站点RMSE保持在确定性模型2.4%以内，各时效CRPS均更优，但落后于ECMWF业务集合。编码器分支表现为观测驱动的不确定性，组件归因使端到端预报更透明。
本教程展示如何用 NVIDIA Earth2Studio 构建自定义批量集合天气预报：在保留 Colab 的 CUDA 版 PyTorch 环境下安装所需组件，加载 FCN 模型并从 GFS 获取大气初始条件；实现把 10 米风分量转为风机容量系数的风电诊断，以及按变量施加物理合理噪声、保留未扰动控制成员的扰动系统。通过 Earth2Studio 的低层迭代器、坐标映射、批处理和 Zarr API 构建集合执行管线，把预报与诊断场写入坐标感知数据存储，并用纬度加权 RMSE、公平 CRPS、集合离散度和离散度-技巧比对照 GFS 分析验证。最后以空间图、位势高度 spaghetti 等值线、点扇图、风电容量系数预报和预报时效技巧曲线展示集合不确定性。
ECMWF 指出，洪水每年影响的人数超过任何其他自然灾害，准确的河流流量预报对预警、水库调度和生命保护至关重要。ECMWF 已为欧洲洪水预警系统（EFAS）和全球洪水预警系统（GloFAS）提供计算支撑超过15年，将天气预报与基于过程的 hydrological 模型结合。新研究提出 AIFL，一种直接从数据学习、并能应对业务天气预报现实的全球河流流量预测模型，隶属于 Destination Earth（DestinE）计划的水文部分。AIFL 采用两阶段训练策略，先用40年 ERA5-Land 再分析数据预训练 LSTM 网络，以应对再分析资料到业务预报的域偏移问题，该偏移会显著降低模型在真实场景中的表现。
大型语言模型在生成高风险气象文本时会编造数值，带来天气信息传播风险。研究者提出AFDBench：一个用Google WeatherNext 2的AI预报数据推理、生成专业Area Forecast Discussions（AFD）的AI气象学家，也是首个生成式气象推理基准，含13个NWS办公室的7,732篇专家讨论，以及Met-Align（数值准确性）、Style-Align（专业语域遵循）、Input-Grounding（输入数据忠实度）三项指标。零样本评估中，开源LLM的Style-Align约0.33，Input-Grounding约0.88。经带领域奖励的GRPO训练后，在两个未见NWS办公室的1,033个样本上，Style-Align从0.318升至0.619，Input-Grounding从0.881升至0.940，显示7B模型可学会专业气象写作并忠实解读AI天气数据。
人工智能天气预报系统通常每六小时提供一次预报，但无法捕捉其间天气的连续变化。为此，MET Norway与ECMWF合作开发了数据驱动的概率时间降尺度方法HourGlass，从六小时预报重建逐小时的大气演变，保持与原始预报一致，同时避免误差累积。该方法已在全球和区域预报系统中成功评估，并将于今年晚些时候纳入ECMWF业务预报系统（AIFS v3），为AIFS Single和Ensemble提供关键地表变量的逐小时预报。在MET Norway，HourGlass已近实时运行，供预报员评估，并计划用于Bris集合预报系统。HourGlass采用CRPS的变体，以避免确定性训练导致的过于平滑问题，从而保持小尺度变率。
TinyCast是一种无注意力机制的零样本预测器，仅用146,505个参数输出预测分布，其理念是在此规模下，上下文的周期性结构值得计算而非学习。零参数频谱检测器提供主要周期，上下文按相位折叠，随后由膨胀卷积编码器和块自回归分位数解码器处理其余部分。它比GIFT-Eval榜单上所有参数可查的零样本方法都小，且在概率精度上定义了规模-精度前沿。在声明无测试数据泄漏的零样本方法中，它是唯一低于140万参数且输出预测分布的，所有得分更高的方法参数均不少于它。在Chronos-ZS和fev-bench上，领先它的每个神经模型参数至少为其28倍。由于混合路径仅包含卷积和矩阵乘法，它可导出为静态INT8，并在嵌入式设备上端到端预测，无需逐信号拟合。
2026年夏季欧洲遭遇空前热浪，6月成为西欧有记录以来最热月份，较1991-2020年平均高出约3度，6月最后一周报告超过1万例超额死亡。城市热岛效应使城市夜间温度更高，增加健康风险。为此，下一代人工智能预报系统（AIFS v3）将加入城市静态场，用以表示不透水表面比例。通过对比正常预报与将城市场设为零的预报，可隔离模型学到的城市响应。
Google DeepMind与Google Research在《Nature》报道，WeatherNext AI模型在预测气旋路径、强度和风场结构上达到当前最优，平均能多提供一天预警：三天预报精度相当于此前模型的两天预报，改进幅度约合气象学十年进展。研究联合NHC、CIRA、英国气象局等机构；2025年飓风季中，该模型帮助NHC对飓风Melissa的快速增强和登陆牙买加作出历史性预报。团队现为每个气旋预测1000种情景，并开源WeatherNext 2与WeatherNext Cyclones模型。
热带气旋是破坏性最强的天气系统之一，而AI模型在预测其路径方面虽有进步，但在强度预报上常低估风暴威力。剑桥大学的团队提出一种简单方法：不是重建模型，而是基于现有的人工智能预报系统（AIFS），学习并修正其偏差。该修正利用AIFS预报中的轨道、强度及三维大气场信息。在2025年未参与训练的飓风上测试，其最大风速和最低中心气压的预报性能与领先业务及AI系统相当。关键在于AIFS分辨率约0.25°，不足以完全解析气旋内核，导致平滑效应。
基于机器学习（ML）的0.1°全球天气预报模型受限于高分辨率数据不足，因为数十年的再分析资料仅有0.25°分辨率。现有方法在有限的0.1°样本上微调0.25°预报模型，但研究表明，粗分辨率预报存在不可逆的信息损失，阻碍了这种迁移。为此作者提出BaguanHR框架，将重点从模型迁移转向数据迁移，利用逐变量超分辨率（SR）从ERA5合成大量0.1°数据。在合成加真实数据集上，BaguanHR优于ML方法和IFS-HRES，在72小时内超过85%的预报时效上表现更佳。数据量翻倍可使72小时和120小时预报RMSE分别降低4.6%和4.9%，显示高分辨率ML预报扩展主要受数据瓶颈制约。
机器学习正在从研究边缘走向天气预报核心，有望实现更快、更及时且可能更低成本的预报。ECMWF机器学习项目（MLP）由挪威气象研究所和瑞士气象局牵头，联合ECMWF及17个国家气象部门，于2024年在EUMETNET E-AI计划下启动。项目不聚焦单一模型，而是探索区域到全球业务化ML预报所需的基础设施、数据和工作流程，促进欧洲各国气象部门共享知识，共同应对转型挑战。
Aurora 1.5 是微软 Aurora 地球系统基础模型的重要扩展，新增 22 个与能源、农业、交通和气候风险相关的天气变量，并提供逐小时时间分辨率与概率集合预报。模型已在 GitHub 开源，Hugging Face 提供模型检查点，由 Microsoft Weather 在微软研究院 AI for Science 原模型基础上开发；Aurora 最初于 2024 年推出、2025 年发表于 Nature。新版本将开放研究连接到 Microsoft Weather 服务，支持数据、基础设施、托管访问和业务化应用，并加入了用户最需要的能力之一（原文在此处中断）。
微软研究院推出Aurora 1.5，这是对Aurora大气基础模型的微调版本，专为中期集合天气预报优化。通过三阶段微调流程：扩展变量集和随机化滞后时间嵌入实现原生一小时分辨率；在AdaLN模块中注入高斯噪声并优化CRPS目标实现随机预测；在ECMWF业务分析上进行自回归微调。Aurora 1.5 ENS在中期（1-10天）88.9%的变量上优于ECMWF业务集合，且略微过离散。它还改进了极端事件预测，热带气旋路径误差降低16%，热浪MAE降低58%。该工作表明基础模型微调是实现可靠概率AI天气预报的可行且经济有效的途径。
欧洲中期天气预报中心（ECMWF）与多个欧洲国家气象服务合作开发了Anemoi框架，旨在支持大规模AI天气与气候模型的开发、训练和业务运行。该框架提供共享的数据集、工作流和软件基础设施，使AI技术能从研究走向预业务化和业务化应用。Anemoi强调端到端工作流，涵盖数据准备、模型训练和大型推理，并针对EuroHPC等现代高性能计算架构进行优化。其三大紧密集成组件包括：面向ML的AI就绪数据集、稳健可复用的分布式工作流，以及集成训练、推理、验证和监控工具。该框架旨在在保持运营所需的可靠性、可追溯性和稳健性的同时，支持快速发展的机器学习技术，促进欧洲范围内的创新与运营一致性。
机器学习（ML）天气预报模型发展迅速，但其对中纬度强风暴快速演变过程的再现能力尚待检验。欧洲风暴命名计划2025-26季首个风暴Amy于2025年10月初给西北欧带来破坏性大风。该文比较了ECMWF基于物理的IFS控制预报（IFS-CF）、ML的AIFS确定性预报（AIFS Single）及AIFS集合控制预报（AIFS ENS CF）对Amy的预报表现。三者均较好捕捉了风暴路径、气压型和低压深度，差异主要体现在局部风极大值上。AIFS Single初期低估低压深度，但后期迅速恢复并准确捕捉成熟期强度。