科技巨头在气象预测领域的竞赛正变得愈发拥挤。从早期开源气候基座 ClimaX 走到 Aurora，微软在顶级期刊《自然》发文并开源新工具，随后又推出支持逐小时集合预报的 Aurora 1.5，正面迎击 Google 的 GraphCast 与 GenCast。官方宣传给出的数据极其诱人：在 0.25 度分辨率下击败欧洲中期天气预报中心（ECMWF）高分辨率动力系统逾 91% 的目标，推理提速数千倍。
然而，剥开公关稿里闪亮的百分比与提速神话，气象业务一线的真实评价却截然相反。在防灾减灾最关键的极端暴雨、狂风与台风路径预测上，这批依赖纯数据驱动的神经网络正暴露出系统性的物理失真。AI 并没有颠覆天气预报，它只是接过了超级计算机最后一段数值推演，底牌依然握在传统气象机构手中。
所谓胜过九成目标，其实是一场指标统计戏法
微软宣称 Aurora 在 0.1 度高分辨率下，对 ECMWF IFS HRES 在 92% 的变量、层级与时效目标上均方根误差（RMSE）更优，并在 0.25 度下击败 GraphCast。Google 也不甘示弱，宣称 GenCast 在 1320 个目标中击败 2019 版 ECMWF ENS 的比例高达 97.2%。许多读者容易把这些数字等同于“AI 预报准确率达到 90% 以上”，这是极大的认知误区。
气象模型的评测包含数千个高空与地表变量，如不同气压层的位势高度、比湿、温度与风速。大模型通过海量历史数据训练，在对流层中高层的平稳气流预测上极易刷出更低的均方根误差，从而在统计条目上占据压倒性胜率。但在地表两米气温、局部强对流降水这类具有高非线性特征的场景中，统计层面的胜利并不代表真实可用性的提升。
宣传中耸人听闻的算力飞跃同样存在口径游戏。所谓提速五千倍，是拿单张 GPU 的推理秒数去和调用上万核心的超算集群 CPU 节点秒做非对称换算。查看 Aurora 原始技术报告，其在单张 A100 上每预报前导一小时耗时 1.1 GPU秒，推算生成一份 10 天预报约需 4.4 分钟；而传统 IFS 运行耗时约 65 分钟。实际端到端延迟缩减在 15 倍 左右，远非宣传口径里的几个数量级。
模型训练成本确实被大幅压缩。Aurora 基础模型预训练仅使用 32 张 A100 运行约 2.5 周，总消耗折算约 13,440 GPU小时。相较于传统气象学数十年的超算软件调优，这个成本微不足道。但这套轻量化方案进入真实业务测试时，立刻露出了底色。
业务盲测的试金石：极端天气被磨平为温和假象
气象部门配置昂贵超算，从来不是为了预测一个平淡无奇的晴天，而是为了在飓风登陆前 72 小时拉响警报、在强降雨引发山洪前疏散群众。恰恰在决定生死的极端场景中，AI 模型集体显露出平滑失真的弊病。
美国国家海洋和大气管理局（NOAA）2025 年春季预报实验盲测指出，Aurora 存在明显的过度平滑现象。为了在以均方误差为主导的损失函数中拿到低分，模型更倾向于预测各状态的数学平均值，从而主动削弱了极端风速与大气锋面尖锐梯度，其主观评分落后竞品半星以上。
2026 年 7 月针对 16 起极端天气的独立高校研究进一步证实了这一隐患。0.25 度分辨率的 Aurora 在推演超过 7 至 10 天后，地表极端事件幅度开始向均值严重衰减，并出现对流降水大幅低估、台风路径与强度判断偏差。模型为了规避犯大错的统计惩罚，选择在画卷上把尖锐的风暴磨平成温和的阵雨。
AI 模型为迎合数学均值而磨平峰值，气象预报便失去了防灾的灵魂。
- 风险.若防灾指挥系统过度采信未经动力校准的纯 AI 极值预测，极易在局地暴雨、下击暴流等突发致灾天气中出现大面积漏报。
概率集合预报竞逐，但算力命门依然卡在外部
意识到单值确定性预报的上限后，大厂迅速转向多成员概率集合预报。微软于 2026 年 7 月公布 Aurora 1.5，加入集合预报与逐小时分辨率，在 88.9% 的评估目标上优于传统动力集合预报。而这一赛道早已群雄环伺：Google GenCast 在单张 TPU v5 上生成 15 天集合单成员耗时 8 分钟；欧洲中心自研的 AIFS-CRPS N320 在单张 A100 上生成单成员仅需约 4 分钟。
更具有风向标意义的是，欧洲中心已在 2026 年 5 月正式将 AIFS Single v2 与 AIFS ENS v2 纳入业务化并行运转。官方机构亲自下场，向外界挑明了一个冷酷的现实：AI 并不是传统气象学的掘墓人，而是吸附在传统数据同化基建上的推断加速器。
气象大模型的运行无法从空气中凭空抓取信号。它们赖以启动的初始场，全部来自覆盖全球的气象卫星、浮标、探空气球与多普勒雷达，并且必须经过传统动力数据同化系统（Data Assimilation）在物理规律约束下完成繁重的四维变分求解。没有传统超算集群在前端耗费巨大电力清洗并同化出客观分析场，AI 甚至连明天是冷是热都无法开始计算。
- 结论.对于依赖长周期天气调度风光发电与农田灌溉的行业用户，目前最理性的策略是将 AI 作为低成本生成海量概率推演的辅助沙盘，核心决策的风控边界依然必须以欧洲中心或官方气象机构的高分辨率动力模型底牌为准。