【阅读提示】

5000公里外太平洋上的台风动向、华北汛期说来就来的分散暴雨、两个月后究竟偏干还是偏湿的气候趋势……这些跨度从小时到季度、从局地到全球的气象需求，如今都已被纳入AI模型体系的预报版图。

中国气象局与河北省政府、雄安新区管委会共建的雄安气象人工智能创新研究院，汇聚行业一流科研力量，打造出覆盖小时级到季节级的“风”系列人工智能气象模型，将短临预警与气候预测串成一条完整的全时域链条。

从扎根雄安到服务全国，从赋能产业到走向世界，这支气象AI“国家队”正跑出中国智慧气象的新速度。

7月29日，雄安气象人工智能创新研究院，高级工程师聂高臻正在利用“风清”模型分析台风“白海豚”走向。 河北日报记者 王思达摄

AI赋能，重构气象预报技术路径

7月30日，雄安新区科学园。雄安气象人工智能创新研究院（以下简称雄安院）的办公室里，副院长王亚强盯着电脑屏幕上跳动的代码。一组组气象数据在神经网络中层层传递、反复碰撞，每一次迭代都在拉近与真实大气情况的距离。

“我们以前做天气预报，靠的是解方程。现在，我们让人工智能大模型去学习、推演。”王亚强说。

这句话，道出了雄安院的核心任务——探索用人工智能技术重构天气预报的技术路径。

作为由中国气象局与河北省政府、雄安新区管委会共建的新型研发机构，雄安院的定位非常清晰：以自主可控的气象系列模型为内核，推动人工智能在防灾减灾、气候变化、生态环境、能源交通等领域的融合应用创新。

不过，要理解这个机构为何落子雄安，得先了解一个基本的问题：传统天气预报，到底怎么做？

传统天气预报也叫数值预报，本质上是解方程。科学家把大气切成无数个网格，从当前时刻的初始状态出发，用流体力学和热力学的方程组，以秒为单位向前推算——这一秒算完算下一秒，下一秒算完再算下一秒。预报未来5天的天气，需要滚动计算数十万步。

“数值预报模式以秒为单位往前积分，误差像滚雪球一样，每推进一步就增加一层不确定性。”王亚强说，近年来，数值预报在计算成本、极端天气精细刻画等方面面临挑战，也为人工智能方法提供了新的技术空间。

人工智能气象预报，则完全是另一套逻辑。

它不再逐秒推算方程，而是从海量历史数据中“学习”大气演化的内在规律。经过反复训练后，给定一个初始状态，AI模型可以直接输出气象预报结果。

两相比较，AI预报的显著优势首先体现在算力节省和效率提升上。“目前全球最先进的数值天气预报系统，完成一次10天尺度的全球预报，总计算资源消耗动辄达到数百万CPU核心时。”王亚强介绍，而训练完成的人工智能预报模型，仅需单张GPU卡运行数分钟，即可输出一次全球预报结果。

不过，效率优势的另一面，是训练过程的极度复杂。AI预报想要准确，不仅需要海量高质量的气象再分析数据，还需要持续的迭代优化和严格的业务检验。这是一项浩大的系统工程，远非单个团队所能承担。

此前，相关科研力量分布在不同业务科研单位，在数据、算力、技术路线和成果转化等方面仍有进一步加强协同的空间。中国气象局意识到，必须把这些力量汇聚起来，集中攻关，进行有组织的科研。

于是，一场人才集结行动在雄安展开。

人才从哪里来？一方面，中国气象局从国家气象中心、国家气候中心、国家气象信息中心、中国气象科学研究院、公共气象服务中心等直属单位选派业务科研骨干；另一方面，面向全国气象部门开展人才遴选，从省级、地市级气象部门吸纳优秀专业人才。同时，研究院还通过社会招聘，引进人工智能等领域的专业人才，最终组成了近百人的科研团队。

这支团队堪称气象AI领域的“国家队”：有从百度引进的首席架构师窦则胜，全面牵引核心技术方向；有国家重点研发计划首席、中国气象局领军人才、青年英才等高层次人才；还有来自全国各气象单位的骨干力量，带着多年的业务经验进行技术攻关。

为了聚拢人才，雄安新区也拿出了实打实的政策支持：将雄安院纳入二类疏解单位管理，为职工办理“雄才卡”，符合条件的专家可直接获得购房资格；落实“特岗特薪”政策，新区按工资的50%额度为首席架构师提供配套支持……

如今，雄安院已搭建起“天气预报、气候预测、气象科学、气象服务语言、通用技术、创新应用”六大中心，正依托“人才共管、资源共用、项目共建、成果共享”的机制，向国际一流的气象预报技术研发中心、气象早期预警国际合作中心和人才创新高地的目标迈进。

“风”系矩阵，覆盖全时段预报场景

7月29日上午，雄安院的一间办公室内，高级工程师聂高臻调出最新一轮台风预报画面。

此时，在太平洋深处，今年第13号台风“白海豚”正缓缓向西北方向移动，距我国海岸线还有约5000公里。

聂高臻正在使用的“风清”模型，是中国气象局牵头、雄安院重点攻关的人工智能全球中短期天气预报模型。它采用“AI+物理”双驱动设计，每次预报在单张智算卡上仅需3分钟，就能生成未来15天、每6小时滚动更新一次的全球气象预报，分辨率达到25公里。

“近年来，中国气象局以雄安院为核心研发力量，已经织起一张覆盖不同时间尺度的‘风’系列人工智能气象模型矩阵。”王亚强介绍，这些模型各有分工，从小时级到月级，从数据同化到预报服务，从专业研判到公众交互，彼此咬合、形成闭环。

作为“风”系列最先研发成功并投入使用的模型，“风清”在近年实战中的表现可圈可点。

2024年9月，台风“摩羯”在南海生成，“风清”在其登陆前6天就准确锁定了路径。2025年全年，“风清”的台风路径预报精度优于欧洲中期天气预报中心。同样是2025年汛期，华北地区暴雨“面广点散”，“风清”在大雨和暴雨级别的准确率评分上均超越传统预报模式，拿下最优评级。

预报时间越长，不确定性越大。从15天到60天，这是全球气象界公认的“预报沙漠”——传统数值模式在这个区间精度急剧下滑，而“风顺”模型的出现，正是为了填补这片空白。

“风顺”是全球首个基于AI方法实现次季节—季节尺度全球气候异常预测的实时业务模型系统。它逐日滚动更新，每次能拿出未来60天、100个成员的大样本集合预测。

2025年8月起，“风顺”代表中国参加欧洲中期天气预报中心和世界气象组织联合举办的全球人工智能天气预测大赛，在包括微软、英伟达等在内的全球100多个参赛模型中表现突出，并在前不久结束的第三赛季中夺得冠军。

目前，“风顺”已升级至V1.5版，正向2.0版演进，下一步将进一步提升概率预测水平，为洪水、人类健康等高影响事件的风险预测提供更可靠的支撑。

如果说前面两个模型是给专业预报员用的，那“风和”模型则直接走到了公众面前。

“风和”是全球首个千亿参数级开源气象大语言模型，于2026年7月正式发布并启动全球开源计划。它基于5000万词元的高质量气象服务语料训练，集成了60余类权威气象数据，具备天气查询、科普问答、旅行规划等功能，还能进行气象服务逻辑推理和风险影响分析。

“例如，你问它‘周末去爬泰山合不合适’，它不只是告诉你‘有雨’，还会结合海拔、气温、风力给出综合建议。”王亚强说，目前“风和”已在多个省市气象部门落地本地化气象服务场景。

不过，上述模型有一个共同的前提：需要别人先帮它们把数据“整理好”，才能开始干活。

这话怎么说？气象预报的第一步，是把天上卫星、地上雷达、各地气象站传来的海量原始数据，整理成一个统一的、完整的大气状态“快照”。这个步骤叫“同化”，过程相当复杂，传统上由数值预报模式来完成。

预报的第二步，才是人工智能模型根据这份整理好的“快照”，推算出未来天气走势。

于是，一个大胆的构想浮出水面：能不能让人工智能模型直接从最原始的卫星信号、雷达回波、地面观测数据出发，自己完成“整理—判断—预报”的全流程？

一旦实现，整个预报链条将被大幅缩短，模型还能直接“吃”进中国本土高密度的观测数据，对中国区域天气的预报可能更精细、更准确。

这个构想，最终催生了“风源”模型。

发布于2025年12月19日的“风源”模型，是我国气象部门首个拥有完全自主知识产权的端到端气象人工智能预报模型底座。

“‘风源’这个名字有三层含义：创新之源、观测之源、开源之源。”王亚强介绍，它可以直接读取来自卫星、雷达、气象站等的实时观测数据，经过自我分析、思考后直接给出全球气象预报。因此，可以把“风源”理解为一名全天候、高精度的气象人工智能分析师和预报员。

“‘风源’模型的发布，标志着我国气象部门在自主知识产权的端到端科学模型底座上迈出了关键一步，在关键环节实现了技术自主可控，也为持续迭代、滚动演进打下了工程基础。”王亚强说。

开放合作，推动技术成果广泛落地

7月17日，上海，2026世界人工智能大会气象专会现场。

王亚强走上讲台，代表中国气象局作主旨报告，系统介绍我国气象部门人工智能模型研发进展。台下，坐满了来自全球的气象专家和AI从业者。

同一天，全球首个气象AI应用领域双边国际合作实验室——中泰气象灾害智能预测预警联合实验室正式启动。“实验室由雄安院与泰国气象局气候中心联合牵头建设，实行中泰双主任制，科研团队由40余名专家组成，专业领域覆盖大气科学、人工智能、电力系统、农业气象等。”王亚强介绍。

中泰这次牵手并非临时起意。此前，双方气象部门已联合举办第21届亚洲区域气候监测、评估与预测国际研讨会，并在每年常态化开展汛期联合气候会商。

“依托中方全球气象数据集与迁移学习适配的人工智能模型，我们能够针对性提升泰国干旱、暴雨等多类灾害的预报预警能力。”实验室泰方主任查伦普·乌那里亚表示。

类似的国际合作并非孤例。近年来，“风清”“风顺”等气象模型已陆续纳入与阿联酋、巴基斯坦、泰国、埃塞俄比亚和南非等国家的双边合作框架协议。“风”系列模型正一步一个脚印地走出国门。

视线转回国内，雄安院也在积极构建合作网络。

7月份，雄安院的来访名单排得满满当当：7月16日，四川省宜宾市政府、四川省气象局、宜宾市气象局到访；7月27日，北京邮电大学数智融创中心前来交流；7月28日，安徽省气象局来访；7月29日，吉林省气象局到院调研。而在此前的几个月里，上海、深圳、湖南、青海、西藏等地气象部门已先后来访。

各地气象局为什么纷至沓来？王亚强道出了背后关键：“人工智能气象预报的一大特点是门槛相对较低。省级气象部门要发展传统数值模式难度很大，但人工智能不一样，顶层的模型框架都是开源的，很容易获取。”

门槛低，不代表谁都能做好，各省气象局面临的挑战各不相同。西藏自治区气象局希望借助AI提升复杂地形条件下的预报预警能力——高原上观测站点稀疏、地形起伏大，传统模式常常“算不准”。此前到访的贵州省气象局，也有类似诉求。

“越是地形复杂、观测数据质量不高的地方，对AI的需求就越迫切。”王亚强说，各地可以基于“风”系列模型的框架和能力，结合本地数据和应用场景，量身定制适合自身需求的模型。

跨行业合作同样在展开。2025年4月，雄安院与中国移动、中国电建合作，成功获批河北省气象人工智能重点实验室。这是省内首个聚焦“气象+新能源”“气象+低空经济”交叉领域的人工智能重点科研平台。

　　在织密全国合作网络、拓展国际合作版图的同时，雄安院也始终立足雄安本土，推动气象AI技术在新区建设场景中深度落地。

今年4月，雄安国家气候观象台正式启用，“一主八辅”布局覆盖新区城乡空间及城市、森林、湿地、农田四大典型生态区。当下，“风”系列气象模型正与这座观象台的观测数据深度融合，服务汛期“七下八上”关键期气象保障、冬季供暖等重点工作。

城市内涝是另一个重点方向。雄安是一座从零开始建设的“未来之城”，地下管廊、海绵城市等设计理念贯穿始终，但极端暴雨仍然可能带来风险。目前，雄安院正围绕城市内涝风险预报开展技术研究和项目论证，探索将降水预报进一步延伸至积水范围、积水深度及交通基础设施影响评估，力求把气象预报延伸为灾害风险预报。

从“风”系列模型加速迭代，到创新成果走向全国、走向世界，短短两年多时间，雄安院踏上了“立足雄安、服务全国、放眼世界”的征程。

面向未来，雄安院将加快地球系统人工智能预报模型和众创平台建设，推动天气、气候、海洋、陆面等多圈层数据和模型进一步融合。同时，持续拓展气象人工智能应用场景，让更多科研成果从实验室走进生产生活。

编辑：董楠