1月26日，英伟达正式发布Earth-2开放模型系列，成为全球首个面向人工智能气象领域的全开放、加速型模型与工具套件。

据悉，该模型让全球用户能够便捷地运用人工智能气象技术的各个环节，从初始观测数据处理到生成15天全球天气预报或局部风暴预警，整个过程无门槛。

Earth-2是首个开放、加速型模型与工具套件，支持开发者整合各类气象和气候人工智能能力，使各机构能够在自有基础设施上直接运行、微调并部署可投入生产的气象人工智能技术，真正实现技术普惠。这项开创性成果将加快气象预测速度、提升预报准确性、促进行业协作，并助力科学家更深入地理解地球大气状况。

Earth-2开放气象模型包括：中期预报模型(Medium Range)：采用名为Atlas的新型模型架构，支持对温度、气压、风、湿度等70余种气象变量进行高精度中期预报（最长可达15天）。在行业标准基准测试中，该模型在最常用的预报变量指标上表现优于主流开放模型。临近预报模型(Nowcasting)：基于名为StormScope的新型模型架构，利用生成式人工智能实现国家级公里级分辨率预报，可在数分钟内完成0至6小时的局部风暴及灾害性天气预测。该模型通过直接模拟风暴动力学过程，成为首个在短期降水预报方面性能超越传统物理气象预测模型的AI方案，能够直接预测卫星和雷达影像。全球数据同化模型(Global Data Assimilation)：采用名为HealDA的新型模型架构，可为气象预测提供初始条件，即全球数千个地点的当前大气状态快照，包含温度、风速、湿度和气压等数据。该模型借助GPU可在数秒内生成初始条件，而传统超级计算机则需数小时。与Earth-2中期预报模型结合后，将形成性能最优的全AI开放预报流程。

这些新模型将与Earth-2现有开放气象模型共同构成完整技术栈：Earth-2 CorrDiff：采用名为CorrDiff的生成式人工智能架构，可将粗分辨率的大陆尺度预报数据降尺度至高精度区域尺度气象场，提供局部预报所需的细粒度分辨率，速度较传统方法快500倍。Earth-2 FourCastNet3：在风、温度、湿度等多种气象变量的预报中具备超高精度，性能超越主流传统集合模型，媲美顶尖扩散模型，同时预报速度较这些方法快60倍。

此外，Earth-2还整合了欧洲中期天气预报中心（ECMWF）、微软、谷歌等机构的开放模型。开发者可通过PhysicsNeMo（一款用于大规模开发AI物理模型的开源Python框架）对Earth-2模型进行训练和微调。

英伟达Earth-2全球数据同化模型能够处理来自卫星、气象气球和气象站的复杂地球观测数据，通过AI模型将其转化为连续的大气状态估算结果，为后续预报提供可靠基础。