随着冬季风暴席卷美国大部分地区，传统气象预测在应对巨大降雪量差异时显得力不从心。就在这一关键时刻，英伟达（NVIDIA）于周一在休斯顿举行的美国气象学会会议上，正式发布了其全新的 Earth-2 天气预报模型套件，旨在通过人工智能技术重新定义全球气象预测的精度与效率。
核心突破：性能超越谷歌，架构回归简洁
英伟达此次推出的核心模型 Earth-2Medium Range（中程预报模型） 引起了业内巨大震动。据英伟达官方数据显示，该模型在 70多个气象变量 上的表现均优于谷歌 DeepMind 于2024年12月发布的 GenCast 模型。不同于传统模型依赖复杂的手工物理模拟，Earth-2采用了基于 Atlas 的全新架构。英伟达气候模拟总监迈克·普里查德（Mike Pritchard）表示，这标志着气象科学正走向“回归简洁”之路，通过摒弃小众的 AI 架构，转向更具可扩展性的 Transformer 架构。
Earth-2套件的三大支柱
除了中程预报，英伟达此次还公布了针对不同场景的专业工具，构成了完整的气象 AI 生态：
临近预报模型（Nowcasting）：专注于未来0-6小时的短期预测。该模型直接利用全球地球静止卫星数据训练，而非局限于特定区域物理模型，能更敏锐地捕捉风暴及危险天气的影响。
全球数据同化模型：该模型通过整合气象站、气象气球等多源数据，为预测提供初始快照。其最大的突破在于效率——原本需要超级计算机耗费数小时、占据50% 计算负载的任务，现在通过 GPU 仅需几分钟 即可完成。
高分辨率与变量建模：套件还集成了 CorrDiff（用于生成快速高分辨率预测）和 FourCastNet3（针对温、风、湿等单变量建模）。
气象主权与民主化：让超级预报不再昂贵
普里查德指出，高质量的天气预报曾是富裕国家和巨头企业的“特权”，因为传统预报需要支付极其昂贵的超级计算机租赁费用。“天气是国家安全问题，主权与天气密不可分。”普里查德强调，Earth-2的高效能降低了门槛，让发展中国家和中小型机构也能拥有属于自己的精准预报系统。
目前，Earth-2的相关技术已投入实战。以色列和台湾的气象部门已开始使用 CorrDiff；而 The Weather Company（天气频道母公司）和道达尔能源(Total Energies)正在评估 Nowcasting 的实战效果。
