标签
NVIDIA 宣布，欧洲多家机构（包括 AXA、Vaisala Xweather、曼彻斯特大学和 TotalEnergies）正在部署其 Earth-2 开源 AI 天气与气候模型，新款 StormScope EU 区域临近预报模型也在 GTC Berlin 上正式加入该模型家族。
本文评估了五个天气基础模型作为冻结编码器在增强岩石风化（ERW）碳去除量化中的迁移能力，其中基于 Aurora 1.5 构建的 TerraNova-ERW 在未见农田上表现最佳，支持少样本预测并可显著减少土壤采样需求。
Ai2 推出 HiRO-ACEv2 气候模拟系统，可在 3 km 分辨率下高精度复现极端降雨、风速和气压事件，成本仅为 X-SHiELD 等传统高分辨率大气模型的约 1/300。
微软研究院发布并发表于 Nature 的机器学习框架 Probabilistic Bias Correction (PBC)，通过学习现有天气模型的系统性误差并加以校正，显著提升两到六周的次季节天气预报准确性，在全球竞赛中夺冠，并已用于肯尼亚季风预报等实际场景。
麻省理工学院的研究人员及其合作伙伴在《自然》期刊上发表了一篇论文，介绍了一种能够纠正现有天气预报误差的机器学习模型。该模型将未来两至六周天气预报的准确度提高了一倍，并首次超越了基于气候平均值的预测方法。这种方法还改进了对洪水和寒潮等极端天气事件的预测，并在一项国际天气预报竞赛中夺得第一名。
WindBorne Systems 获得了一份美国空军合同，价值最高达 4900 万美元，用于采购其约 700 个自主气象气球组成的机群所收集的大气数据。这些数据也用于其 WeatherMesh 人工智能天气预报模型。该合同未经竞争性招标便获授，是这家初创公司迄今为止规模最大的政府合同。
谷歌DeepMind的人工智能天气模型提前11天预测到飓风“伊萨亚斯”，提前4天锁定登陆位置，并在提前3天时准确预测其峰值强度，可能为社区疏散和防灾争取更多时间。
提出 Tucker Bottleneck Attention（TuBA），利用低秩张量结构实现多维序列的高效全局 token 混合，在视频预测和全球天气预报上以显著更低的计算成本取得更优精度，最高减少 85.1% 计算量并实现 4.27 倍加速。
该研究在预训练的 AI 天气模拟器（DLWP 和 FourCastNet）上探索训练后量化（PTQ），以加速自回归推理并实现边缘硬件部署，发现量化后的配置仍能保留具有定性意义的短期预报结果。
Show HN：Nightwatch —— 开源的 macOS 菜单栏应用，可预测天文摄影的晴空窗口，规划今夜及未来一周的观测目标，并支持与 DWARF Mini 等望远镜集成进行成像。
论文提出STCFormer，一种自适应时空Transformer，通过聚类引导注意力模块（Cluster-Guided Attention Block）在每个时间片上对气象站进行动态聚类，该模块结合了局部簇内注意力与全局区域摘要，在全部八项温度与风速预报任务中取得了最低的24小时MSE。
M2Weather 提出了一个多站点、多变量联合天气预报基准，涵盖法国、欧洲和全球尺度共 2,809 个观测站点，并设计了一种即插即用的适配器，通过建模站点与变量之间的关系来提升预报效果。
来自KAIST、国民大学（Kookmin University）和NYU的研究者提出了一种基于适当评分规则（proper scoring rule）的扩散模型框架，用于概率天气预报。该框架在以CRPS（连续分级概率评分）训练的模型上引入辅助条件去噪任务，能够在保持单次前向传播即可生成集合预报的同时，提升较长预报时效下的预报精度与校准效果。
StationPDE是一个面向站点的地表PDE学习模型，用于多站多变量天气预测。它构建地形感知的连续场并建模物理动力学，以超越最先进的基准，实现9.6%的MSE降低。
本文介绍了TACLS系统，该系统利用机器学习和卫星数据改进山洪预警，通过提供更早的警报来拯救生命。
Google强调AI进展以加速科学进步并改善生活，包括支持300种语言、绘制基因变化图以及增强天气预测模型。
在本期播客中，Peter Battaglia 和 Fry 探讨了 WeatherNext 3，一款用于天气预报的 AI 模型，讨论了其在飓风追踪和可再生能源电网优化中的应用，以及概率性预报和未来展望。
WeatherNext 3 是 DeepMind 最先进的全球天气 AI 模型，能够生成分辨率为 5-10 公里的逐小时预报，适用于可再生能源等应用场景，并可集成到 Google 产品中。
WeatherNext 3 是 Google 推出的先进 AI 天气预报模型，它整合了实时卫星数据、每小时更新和精确降水预报，现已集成到 Google 的搜索、Gemini、地图和云服务中。
播客讨论涵盖了AI在物理模拟中的应用，包括扩展到万亿参数模型、高分辨率天气预报，以及聚变能源中等离子体行为的预测。