行业核心观点 - 人工智能技术正与数值模式、超强算力及预报员经验协同，深刻改变气象行业，推动气象预报向更快、更准、更智能的方向发展，并加速赋能千行百业 [1] 人工智能气象模型与应用 - 中国气象局联合多所高校及研究院已研发并业务化部署多个先进的人工智能气象模型，形成覆盖短临、短中期、次季节-季节预测及气象服务的完整技术体系 [2][3] - **风雷模型**：由国家气象中心与清华大学联合研发，专注于强对流天气临灾预警，可实现全国范围1公里分辨率、未来3小时逐10分钟的回波降水格点预报，其强回波预报质量相比传统方法提升超25% [3][4] - **风清模型**：为全自主知识产权的全球短中期预报系统，全球有效预报时效超10.5天，可精准捕捉台风、暴雨等灾害天气，输出13层高空与11类地面要素预报，已广泛应用于防灾减灾、光伏风电调度等领域 [3][6] - **风顺模型**：为中国气象局首个人工智能全球次季节—季节预测系统，性能达国际先进水平，具备覆盖全球的预报能力，每日可提供包含100个集合成员的60天预测产品，对大气季节内振荡的有效预测能力可达32天 [2][5] - **风和系统**：为面向气象服务领域的千亿参数语言模型，作为智能交互窗口，可应用于灾害预警、交通运输、旅游出行等场景 [2] - **风宇模型**：由国家卫星气象中心牵头研发的空间天气链式人工智能预报模型，已应用于卫星通信导航、航天器轨道管理等领域 [3] 技术性能与业务影响 - 人工智能模型显著提升了气象预报的精准度和效率，例如风雷模型能在几分钟内预报对流系统的生消演变 [4] - 风顺模型在关键气候模态预测性能上达到国际先进水平，并在极端天气预测中表现亮眼，能为能源调度等提供前瞻性风险预警 [5] - 风清模型以高效算力适配与稳定运行性能，为民生保障和行业服务提供技术支撑，其极端天气与关键要素预报精度对标国际领先水平 [6] - 人工智能推动气象服务模式从用户“主动查找”信息，向“信息找人”的智能化、主动服务模式转变 [6] 行业协同与发展路径 - 人工智能模型（如风雷）的优势在于大数据挖掘，但由于未完全考虑物理机制，不会取代预报员和数值预报，未来将形成以预报员为重点，数值模式与人工智能为左右臂膀的协同预报体系 [7] - 中国气象局已推出全民早期预警中国方案“妈祖（MAZU）”，其城市多灾种早期预警智能体已在35个国家和地区落地应用 [7] - 行业政策方面，中国气象局与国家网信办联合印发《人工智能气象应用服务办法》，旨在加强人工智能与气象各领域的深度融合应用，同时规范服务以应对潜在风险，促进行业高质量发展与高水平安全良性互动 [8]