上海人工智能实验室今天联合国家气象中心、国家气象信息中心、南京信息工程大学、香港科技大学等单位发布了全球高分辨率的人工智能气象预报大模型“风乌GHR”，首次借助AI实现了对中期天气进行10公里级的建模和预报。科研团队采用原创的AI新算法，将这个大模型的预报分辨率提升至0.09经纬度（9km×9km），对应的地表面积约为81平方公里，比第一代“风乌”的精确预报范围大7倍。

上海人工实验室领军科学家欧阳万里介绍，“AI辅助天气预报的发展”被美国《科学》杂志评为2023年度十大科学突破之一，大模型在这个领域将发挥越来越重要的作用。去年4月，“风乌”大模型在上海发布，率先使全球气象有效预报时间突破10天，此后准确预测了“泰利”“卡努”等台风的路径。如今，全面升级的“风乌GHR”相当于一个“4K高清版”大模型，有助于实现更精细、更高效的气象预报。

目前主要物理驱动和AI驱动的全球气象预报模型分辨率对比，风乌GHR在短期内实现空间分辨率质的提升。

“在预报的核心大气变量上，风乌GHR的性能领先于现有的物理模式驱动和其他AI气象大模型，推动AI气象预报进入10公里级时代。”上海人工智能实验室青年科学家白磊说。2016年，欧洲中期气象预报中心推出的IFS-HRES系统将气象预报分辨率提升至0.09经纬度，达到物理模式驱动下的气象预报领先水平。“风乌GHR”与IFS-HRES的性能哪个更优？上海人工智能实验室牵头的联合团队对2022年全球的部分极端气象情况进行了回溯预报。

2022年7月，重庆经历了极端热浪。在提前4天对2022年7月7日12时（协调世界时）重庆的地表温度预报中，“风乌GHR”与实际结果更接近，优于IFS-HRES。2022年12月，冬季风暴影响了北美部分地区，造成极端天气。科研人员使用“风乌GHR”和IFS-HRES对当年11月1日—12月31日（协调世界时）纽约市气温进行回溯预报，“风乌GHR”可提前9天预报最低气温，在提前一周的预测中，预测误差较IFS-HRES降低22.3%。

风乌GHR与IFS-HRES在2022年的预报对比，红线代表风乌GHR，蓝线代表IFS-HRES。RMSE数值越低，Bias数值越接近于0，表明模型性能更优。

为何能超越物理模式驱动下的气象预报领先水平？白磊介绍，“风乌GHR”科研团队提出了“空间一致性映射”和“解耦组合迁移学习”创新技术。前者在保证低分辨率气象预报模型泛化性的同时，降低了高分辨率气象预报大模型训练的复杂度。在此基础上，科研团队进一步利用“解耦组合迁移学习”技术，让新模型学习高分辨率数据中蕴含的小尺度天气现象，最终使“风乌GHR”获得了10公里级分辨率的精细化气象预报能力。

在预报时长方面，科研人员通过多模态、多任务的深度学习方法和数据再分析，将这个大模型的有效预报时间提前至11.25天，打破了此前第一代“风乌”创造的10.75天世界纪录。据介绍，在传统模式下，全球中期天气预报的有效预报时间每10年才提高1天。而“风乌”联合团队只用不到一年时间，就将有效预报时间提升了0.5天，展现出人工智能在地球科学领域强大的应用潜力。

风乌GHR在不到1年时间内将全球中期气象预报有效天数再提升0.5天。

目前，上海人工智能实验室正协同国家气象中心、上海市气象局等单位，共同推动“风乌GHR”的业务检验评估、业务化部署和应用落地，为农林牧渔、新能源电力、航空航海等重点行业和公共安全提供可靠的气象预报路径。