"智能"体现在何处？打开"风和"小程序或网页版，输入与天气、气象服务相关的问题，即可自动获取答案。从科普 问答、天气查询、风险预警建议，到与天气密切关联的交通、旅游、健康、物流、能源等多个场景，"风和"均可提供 基于智能分析的个性化建议。例如，在自驾游场景中，"风和"可化身旅游顾问，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+备选室内景点"的组合建议，并实现顺畅沟通。 "风和"档案 "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，并具备气象服务需 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。 中国气象局昨天在京发布了人工智能气象服务系统"风和"。通过自主设计、集中攻关，"风和"显著提升智慧气象服 务能力，具备数据融合复用、人机实时交互、工具智能调用等功能。它的发布，代表我国气象服务能力和水平迈上新 台阶。 "风和"出炉背后是多项关键核心技术的突破。从建立千亿级大规模气象服务语料库，到利用基于LoRA（一 种用于微调大语言模型的低秩适应技术）的气象服务知识增训和场景微调技术，再到基于人类反馈机制强化学习 （RLHF）的深度推 ...

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]

气象AI应用 - 上海推出"雨师"和"扶摇"两款气象模型，"雨师"可将强对流天气预警时效提前15至45分钟，"扶摇"将气象预报更新频次从小时级提升至10分钟级并细化至街镇级别 [3] - 中国气象局AI气象预报"风"系列模型可在3分钟内生成未来15天、25公里分辨率的全球气象预报产品 [3] - 中国气象局发布"妈祖（MAZU）"城市多灾种早期预警智能体，已在亚洲、非洲及大洋洲35个国家和地区试用 [3][4] 工业AI赋能 - 西门子工业智能体系统实现自主决策和行动，全球200多家企业、超15万名工作人员使用，预计年内在中国落地 [7][8] - 腾讯"奇妙数字人"提升商家素材生成效率50%、直播带货成本最高降低90%，应用于电商、教育、金融行业 [8] - 科大讯飞"智医助理"覆盖全国超7万家基层医疗机构，提供全流程临床辅助决策支持 [8] AI驱动科学发现（AI4S） - 大模型可快速提供蛋白质改造方案，结合实验验证优化结果，突破传统科研范式 [11][13] - 上海人工智能实验室发布十项科学智能成果，覆盖量子计算、生命科学、材料科学等领域，例如60毫秒完成2024个量子比特无缺陷排布 [13] - AI在癌症治疗、超导材料预测、太空碎片追踪等领域实现突破，推动科学发现向规模化创新迈进 [13]