核心观点 - IBM与NASA合作开发了一种新的AI基础模型，用于天气和气候数据的分析和预测，该模型具有灵活性和可扩展性，适用于短期天气和长期气候预测 [1][2] - 该模型通过40年的地球观测数据进行预训练，能够处理全球、区域和局部的天气研究，并在Hugging Face平台上提供下载 [3][6] - 该模型的应用包括创建基于本地观测的针对性预测、检测和预测严重天气模式、提高全球气候模拟的空间分辨率等 [2][3] - IBM已与加拿大环境与气候变化部合作，测试该模型在短期降水预测中的应用 [5] 模型特点 - 该模型能够从仅5%的原始数据中准确重建全球表面温度，显示出其在数据同化问题中的广泛应用潜力 [2] - 模型具有独特的架构，可以微调以适应全球、区域和局部的尺度，适用于多种天气研究 [3] - 模型提供了两个微调版本，分别用于气候和天气数据降尺度以及重力波参数化 [3] 应用场景 - 气候和天气数据降尺度：模型可以从低分辨率变量推断出高分辨率输出，生成局部化的天气预报和气候预测 [3] - 重力波参数化：模型帮助科学家更好地估计重力波的生成，提高数值天气和气候模型的准确性 [3] 合作与影响 - IBM与NASA的合作旨在利用AI技术探索地球，该模型是Prithvi系列AI基础模型的一部分 [6] - 该模型已被用于政府、公司和公共机构，以检查灾害模式、生物多样性、土地利用和其他地球物理过程的变化 [6] 公司背景 - IBM是全球混合云和AI的领先提供商，帮助超过175个国家的客户从数据中获取洞察，优化业务流程，降低成本并获得竞争优势 [7] - IBM的突破性创新包括AI、量子计算、行业特定的云解决方案和咨询服务，所有这些都得到了IBM对信任、透明、责任、包容和服务的长期承诺的支持 [7]