行业动态与产品发布 - 中国气象局人工智能气象服务系统“风和”正式上线，这是中国首个生成式人工智能气象服务语言模型，能够通过问答形式提供专业气象服务[1] - 该系统拥有5000万词元高质量气象服务语料库、49万条气象场景化问答指令集，并设置了8大类、60余小类气象服务数据接口和个性化工具[1] - “风和”已在多地气象部门落地应用，例如在第十五届全国运动会期间接入了广州气象部门的“穗小天”小程序，提供赛事气象服务[1] 技术架构与核心能力 - 系统基于气象服务基座模型进行智能调度，并通过气象服务智能体平台为开发人员提供工具调用、数据接入和智能体开发支持[1] - 研发团队突破了四项关键技术：语料库构建技术、知识增训和场景微调技术、深度推理技术、多智能体协同技术[2] - 多智能体协同技术能够面向旅游、交通、能源等不同场景，实现复杂任务的自动分解、规划与能力互补，从而快速生成专业报告[2] 研发背景与市场驱动 - 2024年，中国气象局公共气象服务中心、雄安气象人工智能创新研究院联合清华大学计算机科学与技术系等组成团队，自主研发出该生成式AI模型[1] - 当前人工智能正在改变生产生活方式，用户不再满足于简单查阅天气预报，而是追求更加个性化、定制化的智能气象服务[1] 未来发展规划 - 展望“十五五”时期，人工智能模型的训练、推理和迭代需要更强大的智算能力和大规模高质量语料库的支撑[3] - 未来需要细化相关领域的需求对接，丰富细分场景的智能体应用，推进“人工智能+”气象服务的深度融合，以提升数智化气象服务的整体效能[3]

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]

行业背景与转型驱动 - 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和时效性提出更高要求，推动气象服务加速向智能化转型 [2] 核心产品与模型矩阵 - 中国气象局发布新的气象人工智能科学模型“风源”，并同步升级“风清”、“风雷”、“风顺”3款模型，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 [2] - “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掌握大气运动规律，提供高分辨率、高效率、快速响应的智能气象服务 [3] - “风顺”是人工智能全球次季节—季节预测系统，升级后新增日最高/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 [4] - “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，已实现业务化部署并向全国推广 [4] - “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% [5] - “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，无需复杂的数据同化中间流程，能智能关联目标区域及周边气象信息，旨在探索AI做天气预报的更多理论可能性 [5][6] 技术优势与性能表现 - 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 [5] - “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] - “风雷”定量降水预报模型在多次极端天气过程中展现出精准预报能力，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 [5] 应用场景与行业赋能 - 人工智能深度融入气象服务全链条，自动化、数字化、智能化的服务范式成为主流 [3] - “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 [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，以更精细化的气象服务护航农业生产 [4] - “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 [4] 发展战略与未来展望 - 中国气象局发布的《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 [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] - 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]

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]

系统发布与意义 - 中国气象局在京发布人工智能气象服务系统“风和” 该系统通过自主设计集中攻关显著提升智慧气象服务能力 [1] - “风和”具备数据融合复用 人机实时交互 工具智能调用等功能 其发布代表中国气象服务能力和水平迈上新台阶 [1] 核心功能与服务场景 - 用户可通过小程序或网页版输入天气相关问题自动获取答案 服务范围涵盖科普问答 天气查询 风险预警建议等 [3] - 系统可提供与天气密切关联的交通 旅游 健康 物流 能源等多个场景的基于智能分析的个性化建议 [3] - 例如在自驾游场景中 “风和”可为从上海自驾前往白洋淀的家庭自动推送雷暴时段避开高速积水路段及备选室内景点的组合建议 [3] 系统架构与核心能力 - “风和”拥有气象知识中心 模型广场 气象AI工具箱 智能体工厂 评估实验室等五大模块 [4] - 系统具备气象服务需求理解 气象服务内容生成 气象推理与决策 气象工具调用等四大核心能力 [4] 技术框架与创新 - 系统独创“1+1+N”技术框架 包括1个深度融合通用模型与专业气象知识的基座模型 [5] - 基座模型通过5500亿tokens的气象领域增量预训练实现对气象标准灾害机理的准确理解 [5] - 框架包括1个智能体开发平台 可实时调用人工智能临近预报系统“风雷”和人工智能全球中短期预报系统“风清”等气象数据 [5] - 框架包含N个智能体服务场景 针对公众 行业等服务场景开发出具备专项推理能力的场景应用智能体 [5] - 关键技术突破包括建立千亿级大规模气象服务语料库 利用基于LoRA的气象服务知识增训和场景微调技术 基于人类反馈机制强化学习的深度推理技术 以及面向气象服务场景的多智能体协同技术 [5] - 这些技术使系统得以提升需求理解能力和场景适应能力 可完成对复杂气象服务任务的自主规划与执行 [5]

模型概述与技术特点 - 模型为国内首个千亿级参数气象服务垂域模型，基于通用大语言模型自主研发，通过深度融合气象专业知识与人工智能技术重构传统气象服务模式[1] - 模型是专门用于气象服务的生成式人工智能系统，以千亿级参数的强大模型为核心，具备极强的学习和表达能力，能够捕捉细微复杂的大气现象[2] - 通过多模态融合和生成式人工智能技术，模型可提供高分辨率、高效率和快速响应的智能气象服务[2] 模型定位与差异化优势 - 与面向气象系统内部的预报系统（如"风清"、"风雷"、"风顺"）不同，该模型是面向公众及行业的气象服务大模型[3] - 模型能够解决现有通用大模型对气象服务需求理解不够精准、生成内容不够专业、应用场景不够深入等问题，实现通用大模型所无法达到的专业性、精准度、安全性和成本效益[3] - 前端短、中、长期预报和空间天气预报为模型提供支撑，使其能提供可靠、可用、可信的气象决策信息[3] 应用场景与服务能力 - 未来基于模型研发的智能体可有效支持灾害预警、交通运输、旅游出行、卫生健康、商贸物流、能源电力等场景的交互式服务需求，提供定制化、精细化的气象信息服务[4] - 对公众出行将发挥革命性作用，提供前所未有的精准化、精细化、场景化的出行决策支持，例如对山区、湖泊等微气候复杂区域进行超高分辨率模拟[5] - 服务实现从"区域预报"到"点对点预报"、从"被动接收"到"主动智能干预"的转变，未来可与各类客户端和智能设备深度结合，主动提供最优出行决策建议[6]