风宇模型
搜索文档
“人工智能+气象” 让天气“变幻可测”(探一线)
人民日报· 2025-12-06 06:03
以往提到天气,人们往往会说"变幻莫测"。而现在,在人工智能助力下,天气渐渐"变幻可测"。 人工智能技术与数值模式、超强算力协同发力,再加上预报员的专业经验,就能提前"算"出风雨雷电的 信号。速度更快、效率更高的气象预报,将加快赋能千行百业,助力经济社会高质量发展。 "目前,风雷技术的先进性及业务化应用程度表明,我国的短临预报业务在人工智能方面处于世界先进 水平。"盛杰介绍。 风清模型是全自主知识产权的人工智能全球短中期预报系统。国家气象中心天气预报技术研发室主任、 雄安气象人工智能创新研究院副院长曹勇介绍,风清模型可精准捕捉台风、暴雨等灾害天气,输出13层 高空要素与11类地面要素预报。目前,风清已实现业务化部署并向全国推广,广泛应用于防灾减灾、光 伏风电调度、航空保障等场景。 除了风雷、风清、风顺、风和,国家卫星气象中心(国家空间天气监测预警中心)还牵头研发了人工智 能风宇模型,这是空间天气链式人工智能预报模型。目前,该模型已应用于卫星通信导航、航天器轨道 管理、电力设施防护及航空安全等领域。 "人工智能+气象"新应用新场景涌现 每年5月,南海夏季风暴发拉开我国主汛期大幕,推动着我国主雨带进程。对南海夏季风 ...
全球首个全链式空间天气AI预报模型“风宇”!国家卫星气象中心牵头,联合南昌大学、华为共同研发
机器之心· 2025-07-29 17:58
空间天气预报技术突破 - 全球首个全链式空间天气人工智能预报模型"风宇"正式发布,由我国国家卫星气象中心联合南昌大学、华为技术有限公司共同研发[8] - 该模型实现了物理模型、数值预报和人工智能三足并立的格局,大幅提升空间天气预报能力[9] - 采用首创空间天气上下游智能耦合技术,实现模型协同优化和全链式小时级快速预报[10] 技术创新亮点 - 国际首次实现从太阳风-磁层-电离层端到端AI建模,包含"煦风"、"天磁"、"电穹"三大区域模型[13] - 独创智能耦合优化机制,通过深度神经网络实现多区域模型协同优化[14] - 基于自主可控AI框架MindSpore Science套件和昇腾硬件,实现训练到推理全流程应用[11][18] - 采用张量并行、流水线并行等策略,开发3D时空数据科学计算接口,提升训练/推理效率[18] 数据支撑体系 - 依托我国"天地一体化"监测体系,包括风云系列卫星、"羲和号"、"夸父一号"及104个地面台站近300台设备[20] - 创新性地将数值模式数据与观测数据结合,形成高质量数据基础[21] - 电离层部分能有效融合不同观测源、不同时间分辨率的数据[22] 应用表现与价值 - 在24小时短临预测中表现卓越,全球电子密度总含量预测误差控制在10%左右[24][25] - 已申请11项国家发明专利[26] - 可指导航天器设计、管理和运行,包括防辐射加固、轨道管理和任务安全优化[27][28] 未来发展方向 - 从云端大模型向星上边缘计算演进,实现AI能力直接部署在卫星上[31] - AI模型轻量化、端侧推理优化、高可靠性系统设计将成为新热点[32] - 为空间科学、机器学习和高性能计算融合发展提供新参考[30]
预测太阳磁暴全球最强!首个空间天气链式AI预报模型亮相WAIC
量子位· 2025-07-29 13:05
空间天气预报技术突破 - 全球首个全链式空间天气人工智能预报模型"风宇"正式发布,标志着我国空间天气预报能力迈向智能化[2][3][6] - 该模型由卫星气象中心、南昌大学和华为联合研发,实现了物理模型、数值预报和人工智能三足并立的格局[6][7] - 模型采用首创空间天气上下游智能耦合技术,实现协同优化和全链式小时级快速预报[8][13] 技术创新与架构优势 - 国际首次实现从太阳风-磁层-电离层端到端AI建模,包含"煦风"、"天磁"、"电穹"三大区域模型[12] - 首创智能耦合优化机制,通过深度神经网络实现多区域模型协同优化[13] - 基于MindSpore Science套件和昇腾硬件,实现训练到推理全流程应用,效率精度全面优于传统平台[9][15] 数据支撑与观测体系 - 依托"天地一体化"监测体系,包括风云系列卫星、"羲和号"、"夸父一号"等太空观测设备[16] - 地面有中国气象局73个台站和"子午工程"31个台站、近300台设备进行全天候探测[17] - 模型融合观测数据与数值模式数据,形成高质量数据基础[18] 应用表现与行业价值 - 在太阳风、磁层和电离层区域24小时预测误差控制在10%左右,达到世界最好水平[21] - 已申请11项国家发明专利,可指导航天器设计、管理和运行全环节[22][24] - 模型预测能力可应用于卫星防辐射加固设计、轨道管理和任务安全优化[24][25][26] 未来发展方向 - 从云端大模型向星上边缘计算演进,实现AI能力直接部署在卫星上[28] - AI模型轻量化、端侧推理优化、高可靠性系统设计将成为航天领域新热点[29]