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]

生物制造与生物科技产业 - 全国生物制造产业总规模达到1.1万亿元，生物发酵产品产量占全球70%以上 [2] - 安徽“十五五”规划建议提出，以超常规举措加强关键核心技术攻关，重点领域包括生物制造、核心种源等 [4] - 《科学》杂志2025年度十大科学突破中，多项与生命健康相关，包括定制基因编辑为超罕见病带来希望、两种淋病新药在大型临床试验中证实有效、研究发现神经细胞传递线粒体助力癌细胞转移机制、异种器官移植实现历史性突破 [4] 人工智能与算力基础设施 - 全国首个高海拔岩洞式算力舱智算中心在雅砻江两河口水电站投运，项目总投资3.5亿元，包括6个算力舱，部署2000张国产算力芯片，最高算力达每秒60亿亿次浮点运算 [3] - 山东省发布行动方案，目标到2027年全省人工智能终端产业规模超过4500亿元，重点产品产量超过1亿台，培育10家左右国内领先的龙头企业 [5][6] - 字节跳动正推进与vivo、联想、传音等硬件厂商开展AI手机合作，为其设备预装AIGC插件 [7] - 中国气象局发布气象人工智能科学模型“风源”，提供开源开放科创平台底座，助力AI气象预报 [9] - 谷歌与英伟达领投瑞典“氛围编程”初创公司Lovable的B轮融资，融资金额3.3亿美元，公司投后估值达66亿美元，估值较今年7月增长超两倍 [12][13] 大模型与生成式AI动态 - OpenAI据悉计划以高达8300亿美元估值筹资至多1000亿美元 [14] - ChatGPT移动应用的全球用户支出已突破30亿美元 [15] - 千问App官方辟谣，称网络流传的“阿里千问全员会”图片是AI生成的假图 [8] 半导体与先进制造 - 安森美与格芯签署协议，将基于格芯最先进的200毫米增强型硅基GaN工艺，共同研发并制造先进氮化镓功率产品，从650V器件开始 [17] - 上海天数智芯半导体股份有限公司已通过香港联合交易所上市聆讯 [18] 自动驾驶与机器人 - 马斯克在社交媒体称传统燃油车将逐渐消亡，最终汽车的竞争力将来源于智能化 [16] - 中国L4级自动驾驶企业白犀牛宣布完成新一轮融资，2025年内已完成3轮融资，全年累计融资额突破1亿美元 [17] - 银河通用机器人完成新一轮超3亿美元融资，由中国移动链长基金领投 [17] 全球科技政策与金融动态 - 美国《科学》杂志评选“全球可再生能源增长势不可当”为2025年度头号科学突破，认为这一重大转型主要由中国引领 [4] - 微软、谷歌等24家公司加入美国政府的“创世使命”，以促进AI技术在科学发现和能源项目中的应用 [10] - 日本央行加息25个基点，将政策利率从0.5%上调至0.75%，达到30年来的最高水平 [11] 医疗器械与前沿技术 - 国家药监局召开脑机接口医疗器械工作推进会，要求坚持安全有效为首要前提，创新审评监管方法，加强跨部门合作以完善产业链供应链 [7] - 岸迈生物科技有限公司-B向港交所提交上市申请书 [18] 消费与食品行业 - 2025胡润中国食品行业百强榜揭晓，贵州茅台以1.9万亿元价值居首，比去年增长1%；五粮液价值5700亿元，增长2%；农夫山泉价值5300亿元，增长71% [10]

豆包AI视频生成技术升级 - 豆包AI生视频功能实现升级，现已能够同步生成声音和画面 [1] 行业垂直大模型发布动态 - 气象领域人工智能科学模型“风源”正式发布 [1] - 世界首个原生电力专业大模型——NWHR电力生产大模型发布 [1] 具身智能领域融资进展 - 银河通用完成新一轮融资，金额超过3亿美元，刷新了具身智能领域的单轮融资纪录 [1] OpenAI模型更新 - OpenAI发布了GPT-5.2-Codex模型 [1]

气象人工智能科学模型“风源”发布 - 中国气象局于12月19日在河北雄安新区发布了气象人工智能科学模型“风源” [1] - 该模型旨在通过提供开源开放科创平台底座，助力人工智能气象预报模型能力提升与相关科学研究 [1] 模型核心能力与意义 - “风源”标志着中国气象部门拥有了自主知识产权的端到端科学模型底座，在关键环节实现了技术自主可控 [1] - 模型具备持续迭代、滚动演进的工程基础 [1] - “风源”V1.0版本包含数据同化和预报两个模块，能够基于观测数据直接开展全球气象预报 [1] 未来应用与发展方向 - 未来将重点利用人工智能提升对极端天气、特别是短时临近天气的捕捉能力 [1] - 将聚焦低空经济、能源保供、交通物流、健康气象等具体场景，开发垂类气象人工智能模型，以更好服务经济社会发展 [1] - 计划拓展国际空间，推动气象人工智能成果在共建“一带一路”国家落地应用 [1] - 将发挥气象科教融合创新联盟的作用，加强人工智能重点创新团队之间的交流协作 [1]

模型发布与核心能力 - 中国气象局于12月19日在河北雄安新区发布了气象人工智能科学模型“风源” [1] - “风源”模型标志着气象部门拥有了自主知识产权的端到端科学模型底座 实现了关键环节技术自主可控 [1] - “风源”V1.0版本的核心能力包含数据同化和预报两个模块 能够基于观测数据直接开展全球气象预报 [1] 模型定位与平台作用 - “风源”模型将通过提供开源开放科创平台底座 助力人工智能气象预报模型能力提升与气象人工智能科学研究 [1] 未来发展规划与应用场景 - 未来将重点利用人工智能提升对极端天气 特别是短时临近天气的捕捉能力 [1] - 将聚焦低空经济 能源保供 交通物流 健康气象等场景 开发垂类气象人工智能模型以服务经济社会发展 [1] - 将拓展国际空间 推动气象人工智能成果在共建“一带一路”国家落地应用 [1] - 将发挥气象科教融合创新联盟的多元创新作用 加强人工智能重点创新团队之间的交流协作 [1]