全球首个千亿参数气象垂域模型“风和”V1.0实现业务准入

驱动中国9月9日消息，全球首个千亿级参数气象服务垂域模型“风和”V1.0正式实现业务准入。这一进展意味着该模型已通过相关验证，具备在气象业务系统中投入实际使用的条件，也是大模型技术在专业垂直领域落地的又一标志性事件。

所谓垂域模型，是针对特定行业深度优化的AI大模型。与通用大模型不同，垂域模型在训练数据、网络结构和应用目标上都围绕单一场景进行专门设计，因此在专业任务中的表现通常更具针对性。“风和”V1.0聚焦气象服务，参数规模达到千亿级，这在气象领域尚属首次。

气象预报长期依赖传统数值模式，通过超级计算机求解大气运动方程组，计算资源消耗巨大，且对初始场精度敏感。近年来，人工智能技术被逐步引入气象预测，试图以数据驱动的方式学习大气演变规律。但多数模型仍停留在科研验证或单点测试阶段，真正通过业务准入、可常态化使用的模型并不多见。“风和”V1.0的准入，打通了AI气象模型从实验室到业务系统的关键环节。

业务准入是气象行业的硬性门槛。一套新模型或新系统只有经过严格的评估、对比和试运行，证明其稳定性和可用性达到业务标准，才能被允许进入实际预报流程。此次“风和”V1.0获得准入，说明其在预报精度、运行效率或服务能力等方面已经具备替代或辅助传统方案的价值。

从应用场景看，千亿级参数赋予模型更强的复杂系统拟合能力。气象数据具有高维非线性、时空多尺度等特征，参数规模的扩大有助于模型捕捉更细微的大气变化信号，从而在灾害性天气预警、精细化预报、气候预测等任务中提供更有力的支撑。尤其对于短临预报和区域化服务，AI模型的速度优势有望大幅缩短预报时效。

这一成果也反映出气象行业正加速拥抱大模型技术。垂域模型的价值不仅在于单一模型本身，更在于它所验证的技术路径——如何将海量气象数据与大规模神经网络有机结合，如何建立适应行业需求的质量评估体系，以及如何在算力与业务时效之间取得平衡。这些经验对未来其他行业垂域模型的开发具有参考意义。

随着“风和”V1.0进入业务运行阶段，后续有望在更多气象服务场景中看到它的身影。从短期看，它可能率先用于辅助日常天气预报和灾害预警；从长期看，AI与数值模式的融合将推动气象服务向更智能、更精细、更高效的方向演进。全球首个千亿参数气象垂域模型的落地，也为人工智能在科学计算领域的纵深应用打开了新的想象空间。