达摩院发布八观气象大模型：精度达 1 小时 1 公里，率先落地新能源场景

11 月 6 日，阿里巴巴达摩院（湖畔实验室）在北京举行决策智能产品发布会，正式发布八观气象大模型，在全球气象模型基础上引入区域多源数据，时空精度最高可达 1 公里*1 公里*1 小时。通过大幅提升对温度、辐照、风速等关键气象指标的预测性能，八观气象大模型率先落地新能源占比高的新型电力系统，助力国网山东电力调控中心成功预测了多次极端天气，新能源发电功率、电力负荷预测准确率分别提升至 96%和 98%以上。

传统意义上，气象学家们根据物理规律，将大气运动变化编写成一系列数学物理方程再进行数值计算，耗费大量算力资源，且受到物理模型的瓶颈制约，难以快速、高效地满足各行业不同准确率、分辨率的天气预需求。世界气象组织（WMO）今年发布的报告指出，AI 正在彻底改变天气预报，并能使其更快、更便宜、更易获取利用。

达摩院决策智能实验室基于在数学建模、时序预测、可解释 AI 等领域多年的技术积累，以自研的全球气象大模型为底座模型，构建区域高精度天气预报模型。通过融合当地的场站数据、气象实况、雷达图像、卫星图像、开源地形等多源多模态数据，增强预报结果细粒度和准确度，可实现逐小时 1 公里网格的气象预报更新。

八观气象大模型通过预训练和孪生 MAE 掩蔽自编码器结构，提供了更好的初始化参数，从而能够学习隐藏在高波动天气数据下的鲁棒特征表示。随着新能源装机与并网的不断增加，精准的气象预报在电力行业的重要性愈发凸显。气象条件会直接影响光伏和风力发电的出力，同时也影响居民的用电需求。

实际运行数据显示，八观气象大模型的预测精度相比主流天气预报在区域辐照度、风速、云量及气温等方面分别提升了 40%、27%、24% 和 11.8%。此外，八观气象大模型还将在未来针对云量、降水等关键气象指标不断提升性能，力争为航空预警、农业生产、体育赛事等更多场景提供决策支持。

感谢大家花时间阅读我的文章，你们的支持是我不断前进的动力。点赞并关注，获取最新科技动态，不落伍！🤗🤗🤗