微软开发的AI模型Aurora，通过百万小时地球物理数据训练，在地球系统预报方面超越现有水平。它不仅能进行高分辨率天气预报，还能更准确高效地预报空气质量、热带气旋路径和海浪动力学。Aurora在气旋路径预测和天气预报目标上均超过多个预报中心，且训练时间仅需数周，远低于传统模型的开发时间。Aurora的成功展示了AI技术在地球系统预报中的巨大潜力，有望更广泛地应用于天气和气候信息领域。

🌏Aurora是一个经过百万小时地球物理数据训练的AI模型，旨在提升地球系统预报的准确性和效率，为应对极端天气事件提供更可靠的早期预警。

🌪️该模型在预测空气质量、海浪、热带气旋路径和高分辨率天气方面的表现均优于现有模型，尤其在气旋路径预测和天气预报方面显著超越多个预报中心。

⏱️Aurora的训练时间仅需4-8周，远低于传统基线模型的开发周期（通常需要数年），这主要得益于之前传统技术积累的大量数据。

💡Aurora被视为一个地球系统基础模型，具备改造潜力，未来或能应用于天气预报以外的更广泛领域，进一步扩展AI在地球科学领域的应用。

百万小时以上地球物理数据训练

    科技日报北京5月21日电 （记者张梦然）《自然》21日报道了微软开发的一个超越现有地球系统预报水平的AI模型。这个模型名为Aurora，除了预报高分辨率天气，还有望更准确和高效地预报空气质量、热带气旋路径和海浪动力学。

    地球系统预报能提供多种过程的信息，如天气、空气质量、洋流、海冰和飓风，是对极端事件做出早期预警的必要工具。这些预报依赖基于数十年数据的复杂模型，对算力要求很高，通常需要使用超级计算机和整个团队来维护。AI技术的新进展显示出在预测表现和效率上的潜力，然而它们在地球系统预报中的使用尚未得到充分探索。

    Aurora是一个经过100万小时以上地球物理数据训练的AI模型。它预报空气质量、海浪、热带气旋路径和高分辨率天气的表现超过了现有模型，且算力成本低于现有预报技术。Aurora在100%的5天气旋路径预测目标和92%的10天天气预报目标上超过了7个预报中心。训练Aurora仅耗时4—8周，而目前开发基线模型需几年时间。之所以能实现这个时间线，全靠之前传统技术积累的数据。

    团队表示，Aurora是一个地球系统基础模型，改造后或能用于天气预报之外的用途。Aurora代表了高效地球系统预报的一次进展，显示出AI技术在更广泛获取天气和气候信息方面的潜力。