6月18日，中国气象局发布了三款人工智能气象预报大模型，分别为“风清”全球中短期预报系统、“风雷”临近预报系统和“风顺”全球次季节-季节预测系统，标志着中国气象局在人工智能与气象深度融合方面取得重大进展。
“风清”大模型由中国气象局联合清华大学组建的攻关团队研制，其核心技术突破在于将大气强物理融入模型，并在实现高效计算的同时，能够为预测结果提供物理可解释性依据。该模型通过对天气系统内在物理演变的自动挖掘，有效提升了长时效预报结果的活跃度。此外，“风清”大模型还采用可扩展的多时效优化策略，延长了预报时效，提升了短中期预报效果。经检验，“风清”大模型的全球可用预报天数达到10.5天，超过欧美主流气象预报大模型，尤其在较长预报时效上具有更为明显的优势。
“风雷”大模型则由中国气象局与清华大学联合攻关团队针对临近预报中的核心难题构建而成。该模型将数据驱动与物理驱动两大科学范式紧密结合，显著提升了公里尺度下0至3小时雷达回波的预报能力，实现了深度学习与物理规律的无缝隙融合。通过将物理模型的中尺度预测和人工智能的对流尺度预测有机融合，“风雷”大模型在预测准确性和细节丰富性上取得突破。此外，该模型还构建了“数据—算力—平台”全流程短临预报系统，能够在3分钟内生成0至3小时逐6分钟的雷达回波外推产品，使强回波预报技巧提升了25%。
面向15天以上更大不确定性的气候预测难题，中国气象局联合复旦大学和上海科学智能研究院基于人工智能方法构建了“风顺”大模型。“风顺”大模型创新地引入基于流依赖的集合扰动智能生成技术，更加合理地抓住了未来气候系统演变的不确定性。同时，该模型还纳入了海气相互作用关键过程，提升了对热带大气季节内振荡MJO的预测技巧。目前，“风顺”大模型已在中国气象局智算平台上完成业务部署，每天滚动开展100个集合成员的大样本预测，形成了面向未来60天全球基本要素和极端事件的确定性和概率预报测试产品。在全球降水的预测技巧方面，“风顺”大模型展现出一定的优势。
值得关注的是，这三款人工智能大模型都完成了基于国产全球大气再分析资料CRA-40、雷达观测资料、风云卫星遥感资料的训练和检验评估，有效降低了目前主流气象预报大模型对国际再分析资料的依赖度，体现了中国气象科研的自主创新能力。
5月24日，中国气象局在第七届数字中国建设峰会·数字气象分论坛上发布了人工智能天气预报大模型示范计划，旨在调动和激励社会各界力量，共同打造人工智能技术研发和气象应用的创新生态。同时发布的第五批气象数据开放共享目录，将进一步支撑各行业开展人工智能大模型的训练评估，促进气象数据资源的开放共享和深度应用。
