行业趋势：气象服务智能化转型加速 - 在全球变暖背景下，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] - 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 [2] - 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 [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 [7] 公司产品：五大AI模型协同发布与升级 - 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 [1] - 加上前不久刚刚发布面向气象服务领域的千亿参数语言模型“风和”，五大模型分工协作，加速赋能千行百业 [1] - “风和”是千亿参数语言模型，通过学习海量历史气象数据精准理解大气运动规律，提供基于智能分析的个性化解决方案，覆盖交通、旅游、健康、物流、能源等多个场景 [2] - “风顺”是人工智能全球次季节—季节预测系统，新增日最高/最低气温、太阳辐射等10余项关键气象要素，精准锚定农业、新能源、水利等行业核心需求 [3] - “风清”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，已实现业务化部署并向全国推广 [3] - “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] - “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并分析，无需经过复杂的数据同化等中间流程，旨在探索AI做天气预报的更多理论可能性 [4][5] 技术能力：提升预报精准度与效率 - “风雷”定量降水预报模型成功预警“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] - “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，计算效率实现指数级提升，突破传统数值预报的算力依赖 [7] - “风源”模型在预测天气时，不仅能聚焦目标区域，还能智能关联周边相邻区域的气象信息，让预报结果更精准、更合理 [4] 应用场景：赋能多行业高质量发展 - 气象人工智能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] - “风和”模型能为用户提供个性化解决方案，例如为自驾出行提供沿途天气、风险预警及组合建议 [2] - “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，以更精细化的气象服务护航农业生产 [3] - 人工智能预报模型为灾害应急响应、实时决策提供了关键时间窗口 [7] 战略规划：推进AI与数值预报深度融合 - 中国气象局发布的《地球系统预报发展战略(2025—2035年)》提到，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 [7] - 目标是显著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] - 人工智能预报模型将为地球系统预报实现更高分辨率、更长预见期、更复杂圈层耦合的跨越式发展提供强大的技术驱动力 [7] - 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，整合各类天气尺度、应用场景的人工智能力量 [7]