DeepMind新突破：8分钟内精准预测15日天气，超越顶尖物理模型！

基于扩散模型实现

原标题：DeepMind大模型再登Nature：8分钟预测15日天气，准确度超顶尖物理模型，已开源
文章来源：量子位
内容字数：3928字

DeepMind推出新气象预测模型GenCast

DeepMind近期发布了其新气象预测大模型GenCast，该模型能够在8分钟内完成15天的天气预测，并且在97.2%的场景中表现超过了全球顶尖的中期天气预报系统ENS。GenCast的特点是关注各种天气情况的概率，与之前的GraphCast模型不同，后者侧重于确定性预测。

模型性能与技术细节

GenCast基于扩散模型实现，具有0.25度的经纬度分辨率，相当于在地球表面分割成超过100万个网格。每个网格涵盖80多个地表和大气变量，生成的数据量巨大。通过1320种实验条件的测试，GenCast在97.2%的任务中准确性显著优于ENS，尤其在36小时后的预测中，准确率高达99.6%。

极端天气预测能力

在对高温、大风等极端天气的预测中，GenCast也表现出相对经济价值（REV）显著优于ENS。模型在下游应用，如区域风电预测中，展示了更强的预测能力，尤其在不同空间聚合尺度上，GenCast的风电功率预报效果明显优于ENS。

模型训练与开源

GenCast使用了1979至2018年的ERA5再分析数据进行训练，首先进行降采样以提高预训练效率。预训练阶段在TPUv5实例上运行约3.5天，随后进行高精度微调。与GraphCast一样，GenCast也已开源，相关代码和模型权重均已发布，DeepMind还将提供实时和历史预报结果以供研究。

总结

总的来说，GenCast代表了气象预测领域的一次重大进步，利用机器学习技术超越了基于物理的传统模型。随着开源的推进，GenCast有潜力为气象学研究和应用带来新的机遇。

联系作者

文章来源：量子位
作者微信：
作者简介：追踪人工智能新趋势，关注科技行业新突破