气象预报领域迎来突破性进展。在近日举办的美国气象学会年会上，英伟达（NVIDIA）正式发布 Earth-2 开放模型家族，这一全球首个完全开放、加速的 AI 气象模型与工具集让气象 AI 在全球范围内、在天气预报的每个阶段都触手可及——从处理初始观测数据到生成 15 天全球预报或局地强对流天气预报。

据介绍，这些将为全球科学家、初创企业、开发者、企业及政府机构提供高效能的气象预测解决方案，让 AI 气象技术在全球范围内的天气预报全流程中实现广泛应用。

AI 天气与气候预测技术正以前所未有的方式融入科研与产业实践。作为专为天气与气候 AI 打造的库及框架系列，NVIDIA Earth-2 开放模型家族涵盖预训练模型、框架、定制化方案和推理库等核心技术，能够加速从初始观测数据处理到 15 天全球预报或局地强对流天气预报的完整流程，为气象预测领域带来效率与精度的双重提升。

传统天气预报长期依赖基于物理模型的高性能超级计算机，而 AI 驱动的天气预报模式可显著节省计算时间与成本，让更多国家、气象企业及商业机构得以搭建面向特定应用的预报系统。NVIDIA Earth-2 作为首个开放、加速的模型与工具集，助力开发人员整合分散的天气与气候 AI 能力，使各组织能在自有基础设施上运行、微调和部署生产就绪型气象 AI 模型，为气象科研协作与技术落地提供坚实支撑。

此次发布的全新 Earth-2 开放气象模型包括三大核心产品：

• Earth-2 Medium Range（中期预报模型），基于全新架构的 Atlas 模型，可实现 15 天内中期天气预报，涵盖温度、气压、风速和湿度等 70 余项气象变量，在行业标准测试中，其常见预报变量表现优于领先开放模型。

• Earth-2 Nowcasting（临近预报模型），依托全新架构的 StormScope 模型，采用生成式 AI 技术，能在数分钟内将国家尺度预报转化为公里级分辨率的零至六小时局地风暴及灾害性天气预测，通过直接模拟风暴动力学，首次在短期降水预报领域超越传统物理气象预测模型，并可利用 AI 直接预测卫星与雷达影像。

• Earth-2 Global Data Assimilation（全球数据同化模型），基于全新架构的 HealDA 模型，可生成天气预测的初始条件——即全球成千上万个地点当前大气状态的快照，涵盖温度、风速、湿度及气压等参数，在 GPU 上数秒内即可生成初始条件，而超级计算机则需数小时，与 Earth-2 Medium Range 配合使用时，可通过开放式全 AI 工作流生成高精度预报。

此外，NVIDIA Earth-2 平台中已有的开放气象模型同样表现亮眼：

• Earth-2 CorrDiff，基于生成式 AI 架构，将粗分辨率的大陆尺度预测结果降尺度为高分辨率的区域尺度天气场，为本地预报提供精细分辨率支持，速度比传统方法快 500 倍。

• Earth-2 FourCastNet3，在风速、温度、湿度等多项气象变量预测中精度卓越，不仅超越主流传统集合预报模型，可与顶尖基于扩散的方法比肩，且预报生成速度比其他 AI 方法快 60 倍。

Earth-2 还集成了来自欧洲中期天气预报中心（ECMWF）、微软、谷歌等机构的开放模型，平台中的模型可通过 NVIDIA PhysicsNeMo 进行训练和微调，该开源 Python 框架专为大规模开发 AI 物理模型而设计。

精准的天气预报对挽救生命、保护环境至关重要，也是农业、能源、公共卫生等行业决策的重要基石。目前，各行各业的开发者已开始借助 Earth-2 进行天气预测并获取可操作性洞察：

在天气预报领域，AI 气象工具供应商 Brightband 作为 NVIDIA 初创加速计划 " 可持续未来 " 倡议成员，正运行 Earth-2 Medium Range 每日发布全球实况天气预报；The Weather Company 正在评估 Earth-2 Nowcasting 在局部极端天气应用中的可行性，美国国家气象局则在测试新型气象模型以优化业务工作流。

在能源预测与电网运行领域，道达尔能源正评估 Earth-2 Nowcasting，以提升短期风险意识和决策能力；埃尼公司对 Earth-2 中的 FourCastNet、CorrDiff 等模型进行密集测试，旨在实现预测结果半业务化降尺度，提前数周生成高分辨率概率性天气与天然气需求预测；中国协鑫集团作为国内最大太阳能材料生产商之一及全球能源综合运营服务商，已在光伏发电功率预测系统业务中运行 NVIDIA Earth-2 模型，相比传统数值天气预报，其以更低成本提供更精准数据，显著提升了光伏发电功率预测准确性；西南电力池（SPP）正与日立合作，运用 Earth-2 Nowcasting 和 FourCastNet3 提升日内及日前风电预测精度，以增强电网可靠性并推动更明智的运营决策。

在财务影响评估领域，标普全球能源正利用 NVIDIA Earth-2 CorrDiff 将气候数据转化为本地化风险评估洞察；全球保险巨头安盛集团（AXA）借助 FourCastNet 生成数千种假设飓风情景，用于模型评估、方法学开发及现有技术基准测试。