行业趋势与政策驱动 - 全球变暖导致高温、暴雨、强对流等灾害的突发性与破坏性显著增强，对气象预报预警的精准度、时效性提出更高要求，推动气象服务加速向智能化转型 [1] - 中国气象局发布《地球系统预报发展战略（2025—2035年）》，提出大力推进数值预报与人工智能的深度融合，开发共性技术和共享平台，以提升对地球系统多尺度、多圈层相互作用的模拟和预测能力 [7] - 人工智能技术以其高效的计算和多源数据融合能力，正成为连接气象预报、灾害预警和应急响应的关键纽带，是突破传统预报局限的关键技术 [4] - 未来，人工智能预报模型将和数值预报模式形成相互补充、双轮驱动的工作格局，气象部门将持续优化人工智能预报体系，探索建立一体化的气象人工智能模型 [7] 核心产品与技术突破 - 中国气象局发布新的气象人工智能科学模型“风源”，并实现“风清”、“风雷”、“风顺”3款气象人工智能预报模型的同步升级，加上此前发布的千亿参数语言模型“风和”，形成5大模型分工协作的体系 [1] - “风源”模型可直接读取来自卫星、雷达、气象站等实时观测数据，无需经过复杂的数据同化等中间流程，直接分析并给出精准的全球气象预报，旨在探索AI做天气预报的更多理论可能性 [4][5] - “风清”模型可精准捕捉台风、暴雨等灾害性天气，输出13层高空要素与11类地面要素预报，该模型已实现业务化部署并向全国推广 [3] - “风清”模型仅需3分钟即可生成未来15天全球天气预报，大幅缩短了预报产品迭代周期，在计算效率上实现了指数级提升，突破传统数值预报的算力依赖 [7] - “风雷”模型聚焦雷暴、短时强降水等灾害性天气的临灾预警，其回波预报产品可在几分钟内预测对流系统的新生与消散，强回波预报质量提升超过25% [4] - 升级后的“风顺”模型精准锚定农业、新能源、水利等行业核心需求，新增日最高/最低气温、太阳辐射等10余项关键气象要素 [3] - “风和”是面向气象服务领域的千亿参数语言模型，通过学习海量历史气象数据，精准理解和掌握大气运动规律，以提供高分辨率、高效率、快速响应的智能气象服务 [2] 应用场景与业务赋能 - 人工智能正深度融入气象服务的全链条，自动化、数字化、智能化的服务范式成为主流，应用从面向公众的个性化出行、健康指引，到支撑农业、能源、交通等重点领域的精益化运营决策 [2] - “风和”模型能覆盖交通、旅游、健康、物流、能源等多个与天气密切相关的场景，为用户提供基于智能分析的个性化解决方案 [2] - “风清”模型广泛应用于防灾减灾、光伏风电调度、航空运行保障等关键场景 [3] - “风顺”模型新增日最高气温判断指标后，应对农业气象灾害的能力将显著提升，能以更精细化的气象服务护航农业生产 [3] - “风雷”定量降水预报模型已在多次极端天气过程中展现出精准的预报能力，例如成功预警“6·29”北京突发强对流，并在“6·30”河南南阳极端暴雨过程中提前2小时预报出超过120毫米的强降雨 [4]