达摩院发布八观气象大模型 关键指标预测超越传统预报
阿里巴巴达摩院发布八观气象大模型，实现1公里×1公里×1小时网格预报。区域辐照度预测提升40%，风速提升27%，云量和气温分别提升24%和11 8%。在山东电力应用中，新能源功率预测准确率达96%，电力负荷预测达98%以上。
北京，阿里巴巴达摩院（湖畔实验室）的一场发布会上，一款名为“八观”的气象大模型正式亮相。名称颇具深意——“八方洞察，观测万象”，这并非单纯追赶AI热点的产物，背后确实具备扎实的技术底蕴。
简而言之，这套模型在全球气象预报的基础上，融入了区域多源数据。最直观的突破在于时空分辨率——直接达到1公里×1公里×1小时的网格级预报。这意味着什么？相当于把过去“大致了解明日阴晴”的模糊判断，细化为所在街区、下一个小时的具体天气变化。
更值得关注的是它在关键气象指标上的表现。温度、辐照、风速等对新能源调度至关重要的参数，八观模型的预测精度提升相当显著：区域辐照度提高了40%，风速提升了27%，云量和气温分别提升24%和11.8%。这几组数据叠加在一起，足以说明传统天气预报的技术瓶颈正在被突破。
实际应用效果也已得到验证。在国网山东电力调控中心，该模型助力实现了多次极端天气的成功预报。新能源发电功率与电力负荷的预测准确率分别达到96%和98%以上——对于新型电力系统而言，这几乎是刚需级别的能力跃升。毕竟，风电、光伏依赖自然条件，预报不准便意味着调度失衡、成本攀升。
技术层面，达摩院决策智能实验室将多年积累的数学建模、时序预测、可解释AI经验，与自研的全球气象大模型相结合，构建了一套“全球-区域”协同预测框架。具体做法是：以全球模型为基础底座，再将当地场站数据、气象实况、雷达卫星图像、开源地形等多源多模态数据全部融合，最终实现逐小时1公里网格的动态更新。其中，预训练与孪生MAE掩蔽自编码器结构发挥了关键作用——它能在高波动的天气数据中学习到鲁棒的特征表示，避免被随机扰动带偏。
当然，气象预测永无止境。八观团队表示，接下来将在云量、降水等关键指标上持续攻关。从航空预警到农业生产，从体育赛事筹备到更多依赖“看天决策”的场景，这套气象大模型的想象空间相当广阔。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：达摩院发布八观气象大模型 关键指标预测超越传统预报要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点ByteBricks ai提供API解决方案，从20多个数据源抓取德国及欧盟职位列表，输出55+维度结构化字段，涵盖企业信息、市场趋势等。通过RESTful接口实时获取，支持高级筛选与离线导出，有效解决招聘数据分散、格式不一的痛点。
Pipio通过AI生成数字演员和配音，几分钟内即可创建营销短片、培训材料或社交媒体视频。无需专业设备与高预算，数字演员外貌和语调可定制，输出高质量视频，价格远低于传统制作方案。
基于大型语言模型的Numeno平台在无需历史数据的情况下，通过实时用户互动实现即时个性化体验。它利用自然语言描述自动构建行为模型，动态调整软件逻辑，覆盖电商、内容、游戏、教育、金融、营销等领域，解决零数据基础下的千人千面难题。
TexthubAI服务于需要快速生成代码、文本和图片的场景，覆盖日常工作与创意需求。特色包括：一句话生成从简单脚本到复杂逻辑的代码；快速产出文章、报告和营销文案；将描述转化为图像，实现创意可视化。
- 日榜
- 周榜
- 月榜
热点快看