上海人工智能實驗室今天聯合國家氣象中心、國家氣象信息中心、南京信息工程大學、香港科技大學等單位發布了全球高分辨率的人工智能氣象預報大模型“風烏GHR”，首次借助AI實現了對中期天氣進行10公里級的建模和預報。科研團隊采用原創的AI新算法，將這個大模型的預報分辨率提升至0.09經緯度（9km×9km），對應的地表面積約為81平方公里，比第一代“風烏”的精確預報范圍大7倍。

上海人工實驗室領軍科學家歐陽萬里介紹，“AI輔助天氣預報的發展”被美國《科學》雜志評為2023年度十大科學突破之一，大模型在這個領域將發揮越來越重要的作用。去年4月，“風烏”大模型在上海發布，率先使全球氣象有效預報時間突破10天，此后準確預測了“泰利”“卡努”等臺風的路徑。如今，全面升級的“風烏GHR”相當于一個“4K高清版”大模型，有助于實現更精細、更高效的氣象預報。

目前主要物理驅動和AI驅動的全球氣象預報模型分辨率對比，風烏GHR在短期內實現空間分辨率質的提升。

“在預報的核心大氣變量上，風烏GHR的性能領先于現有的物理模式驅動和其他AI氣象大模型，推動AI氣象預報進入10公里級時代?！鄙虾Ｈ斯ぶ悄軐嶒炇仪嗄昕茖W家白磊說。2016年，歐洲中期氣象預報中心推出的IFS-HRES系統將氣象預報分辨率提升至0.09經緯度，達到物理模式驅動下的氣象預報領先水平?！帮L烏GHR”與IFS-HRES的性能哪個更優？上海人工智能實驗室牽頭的聯合團隊對2022年全球的部分極端氣象情況進行了回溯預報。

2022年7月，重慶經歷了極端熱浪。在提前4天對2022年7月7日12時（協調世界時）重慶的地表溫度預報中，“風烏GHR”與實際結果更接近，優于IFS-HRES。2022年12月，冬季風暴影響了北美部分地區，造成極端天氣。科研人員使用“風烏GHR”和IFS-HRES對當年11月1日—12月31日（協調世界時）紐約市氣溫進行回溯預報，“風烏GHR”可提前9天預報最低氣溫，在提前一周的預測中，預測誤差較IFS-HRES降低22.3%。

風烏GHR與IFS-HRES在2022年的預報對比，紅線代表風烏GHR，藍線代表IFS-HRES。RMSE數值越低，Bias數值越接近于0，表明模型性能更優。

為何能超越物理模式驅動下的氣象預報領先水平？白磊介紹，“風烏GHR”科研團隊提出了“空間一致性映射”和“解耦組合遷移學習”創新技術。前者在保證低分辨率氣象預報模型泛化性的同時，降低了高分辨率氣象預報大模型訓練的復雜度。在此基礎上，科研團隊進一步利用“解耦組合遷移學習”技術，讓新模型學習高分辨率數據中蘊含的小尺度天氣現象，最終使“風烏GHR”獲得了10公里級分辨率的精細化氣象預報能力。

在預報時長方面，科研人員通過多模態、多任務的深度學習方法和數據再分析，將這個大模型的有效預報時間提前至11.25天，打破了此前第一代“風烏”創造的10.75天世界紀錄。據介紹，在傳統模式下，全球中期天氣預報的有效預報時間每10年才提高1天。而“風烏”聯合團隊只用不到一年時間，就將有效預報時間提升了0.5天，展現出人工智能在地球科學領域強大的應用潛力。

風烏GHR在不到1年時間內將全球中期氣象預報有效天數再提升0.5天。

目前，上海人工智能實驗室正協同國家氣象中心、上海市氣象局等單位，共同推動“風烏GHR”的業務檢驗評估、業務化部署和應用落地，為農林牧漁、新能源電力、航空航海等重點行業和公共安全提供可靠的氣象預報路徑。