欧洲先行者部署 NVIDIA Earth-2 开源模型，赋能真实世界天气与气候预测

<div id="bsf_rt_marker"></div><p><span style="font-weight: 400;">天气预报影响的远不止日常出行安排；及时的天气信息对于能源生产商、保险公司和运输运营商围绕变化的天气条件制定计划至关重要。全球预报可以显示一场风暴正在形成，但关于太阳能电站、航运路线或投保资产的决策，取决于本地实际会发生什么。</span></p> <p><a target="_blank" href="https://www.nvidia.com/en-us/high-performance-computing/earth-2/"><span style="font-weight: 400;">NVIDIA Earth-2</span></a><span style="font-weight: 400;"> 为开发者和研究人员提供了一整套开源 AI 模型和工具，可使用自有数据进行定制。这些技术运行在 NVIDIA 计算平台之上，支持全球天气预测、精细化区域预报和环境研究。</span><br /> &nbsp;</p> <div style="margin: 0 !important; padding: 0 !important; text-align: center; line-height: 1;"><a style="display: inline-flex; align-items: center; justify-content: center; margin: 0 !important; padding: 10px !important; background-color: #76b900; color: #ffffff !important; font-family: 'NVIDIA Sans', Arial, sans-serif; font-size: 16px; font-weight: bold; line-height: 1 !important; text-align: center; text-decoration: none !important; white-space: nowrap; vertical-align: top;" href="https://blogs.nvidia.com/gtc-berlin-2026-news/">阅读 NVIDIA 在欧洲的所有公告</a></div> <p>&nbsp;</p> <p><b>StormScope EU</b><span style="font-weight: 400;"> 是最新加入 Earth-2 的模型——它是 StormScope 模型的区域版本，用于短期预报，基于欧洲天气和气候数据进行训练。它利用 EUMETSAT 卫星观测数据，以 10 分钟为间隔，在 16 个 Meteosat 通道上预测云况演变。</span></p> <p><span style="font-weight: 400;">在 GTC Berlin 上，NVIDIA 与 </span><a target="_blank" href="https://www.earthmover.io/blog/building-a-low-latency-earth-2-nowcasting-pipeline-with-earthmover"><span style="font-weight: 400;">Earthmover</span></a><span style="font-weight: 400;"> 合作打造了一个交互式天气演示，展示实时 StormScope EU 数据流水线。该演示使用 Earth2Studio 运行预报，并利用 Earthmover 的数据平台管理和提供实时结果——这些结果在新的卫星观测数据到达后每 10 分钟即会更新。Earthmover 将这些结果以地图瓦片的形式提供，让访客无需下载完整数据集即可浏览欧洲各地的预测。</span></p> <p><span style="font-weight: 400;">开发者可以针对区域需求将 Earth-2 模型组合到工作流中，例如使用 StormScope 进行短期预报，再用 CorrDiff 为较粗粒度的天气数据添加本地细节。开发者还可以直接使用这些模型架构，为空气质量建模等新的环境应用进行训练。开源的 </span><a target="_blank" href="https://developer.nvidia.com/physicsnemo"><span style="font-weight: 400;">NVIDIA PhysicsNeMo</span></a><span style="font-weight: 400;"> 框架提供了训练和定制工具，帮助团队构建能够整合自有数据和领域专业知识的应用，以满足区域需求。</span></p> <p><span style="font-weight: 400;">基于 Earth-2 能力进行开发的机构包括：</span></p> <p><b>AXA</b><span style="font-weight: 400;"> 正使用 NVIDIA Earth-2 的 FourCastNet 3，在超过 1,000 个模拟季节的范围内研究超出历史记录的区域气旋风险，生成的洞察可为风险评估提供参考，并帮助客户有针对性地开展预防工作。</span></p> <p><iframe loading="lazy" title="AI 如何模拟数千个热带气旋季节" width="1200" height="675" src="https://www.youtube.com/embed/c52RdPtL_l8?feature=oembed" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe></p> <p><b>Vaisala Xweather</b><span style="font-weight: 400;"> 正在<a target="_blank" href="https://www.xweather.com/blog/vaisala-xweather-collaborates-with-nvidia-to-deliver-ai-powered-early-warning-for-high-impact-weather">将 Earth-2 与其专有观测数据</a>、闪电数据和预报专业知识相结合，为政府、能源、海事、运输和保险客户提升天气情报平台。其工作包括将闪电数据整合到 StormScope 中，以提高短期预报的提前量，并通过 Vaisala Xweather 的软件即服务（SaaS）产品和 AI 助手集成，让这些预警更加易于获取。</span></p> <div style="width: 1200px;" class="wp-video"><video class="wp-video-shortcode" id="video-99164-5" width="1200" height="675" preload="auto" controls="controls"><source type="video/mp4" src="https://blogs.nvidia.com/wp-content/uploads/2026/10/Vaisala-Xweather-Nvidia-StormScope.mp4?_=5" /><a href="https://blogs.nvidia.com/wp-content/uploads/2026/10/Vaisala-Xweather-Nvidia-StormScope.mp4">https://blogs.nvidia.com/wp-content/uploads/2026/10/Vaisala-Xweather-Nvidia-StormScope.mp4</a></video></div> <p><i><span style="font-weight: 400;">视频由 Vaisala Xweather 提供。</span></i></p> <p><b>曼彻斯特大学</b><span style="font-weight: 400;"> 的研究人员将 Earth-2 的 CorrDiff 模型改编用于英国空气质量建模。他们在 NVIDIA 提供算力的 Isambard-AI 超级计算机上训练该模型，并在 NVIDIA DGX Spark 系统上本地运行，将环境建模从国家级超级计算机带到了桌面端。</span></p> <p><b>TotalEnergies</b><span style="font-weight: 400;"> 正在探索使用 NVIDIA Earth-2 进行太阳能发电预测，在两个光伏电站评估基于 StormScope 的太阳辐射临近预报，并开发以亚小时级间隔提供天气信息的模型。这项工作旨在探索更精细的预报如何帮助预判太阳能发电量的变化。</span></p> <p><b>Space42</b><span style="font-weight: 400;"> 利用 CorrDiff 和 NVIDIA PhysicsNeMo 开发了 SARDiff4Height。该研究能够从单幅雷达图像估算地表高度，并生成不确定性图谱，帮助分析人员了解哪些区域的估算结果需要更仔细的审查。</span></p> <p><i><span style="font-weight: 400;">探索 </span></i><a target="_blank" href="https://www.nvidia.com/en-us/high-performance-computing/earth-2/"><i><span style="font-weight: 400;">NVIDIA Earth-2 开源模型和工具</span></i></a><i><span style="font-weight: 400;">，并尝试 </span></i><a target="_blank" href="https://nvidia.github.io/earth2studio/"><i><span style="font-weight: 400;">Earth2Studio 的预报示例</span></i></a><i><span style="font-weight: 400;">。阅读 </span></i><a target="_blank" href="https://developer.nvidia.com/blog/spotlight-axa-explores-ai-driven-hurricane-risk-assessment-with-nvidia-earth-2/"><i><span style="font-weight: 400;">AXA 飓风风险案例研究</span></i></a><i><span style="font-weight: 400;">和 </span></i><a href="https://blogs.nvidia.com/blog/uk-air-pollution-research-earth-2/"><i><span style="font-weight: 400;">曼彻斯特大学空气质量研究故事</span></i></a><i><span style="font-weight: 400;">，了解各团队如何将天气 AI 应用于专业化挑战。</span></i></p> <p>&nbsp;</p> <div style="margin: 0 !important; padding: 0 !important; text-align: center; line-height: 1;"><a style="display: inline-flex; align-items: center; justify-content: center; margin: 0 !important; padding: 10px !important; background-color: #76b900; color: #ffffff !important; font-family: 'NVIDIA Sans', Arial, sans-serif; font-size: 16px; font-weight: bold; line-height: 1 !important; text-align: center; text-decoration: none !important; white-space: nowrap; vertical-align: top;" href="https://blogs.nvidia.com/gtc-berlin-2026-news/">阅读 NVIDIA 在