“白海豚”啊“白海豚”，“巴威”没敢咋样，你可是着实把咱害惨了！为啥台风预测这么难？AI能预测台风吗？

打开网易新闻 查看精彩图片

风云四时

8月9日傍晚，今年第13号台风&;白海豚&;先后在浙江玉环和乐清两次登陆。登陆时中心附近最大风力达14级，最大风速甚至达到60.8米/秒。

更可怕的是，&;白海豚&;在浙江境内滞留了长达18小时，走出了一条历史罕见的南折路径。它带来的降雨量突破了多项历史纪录：浙江全省面雨量215毫米，位列1949年以来登陆浙江台风的第一位；单站最大降雨量更是达到了970.3毫米；连拥有150多年观测历史的上海徐家汇气象站，24小时雨量纪录也被这次台风打破。

风雨所到之处，城市一片狼藉。上海数百条马路和下立交积水，百余个小区进水，甚至有居民家中也未能幸免。

就有点奇怪，那一个月前的“巴威”号称建国以来登录浙江最强台风，虽然我人在上海，为啥感觉影响没用那么大呢？主要原因还是台风的移动速度和水汽的充沛程度。“白海豚”磨磨唧唧的“性格”，又有超大环流补充水汽，造成天量降雨，才形成了如此严重的影响。

有时候我就想：这科技都发展到这程度了，机器人都要进场打工，感觉一只脚已经跨进了未来，为啥还和十几年前一样狼狈不堪？人类确实聪明啊，但站在大自然面前，实在还是太渺小了。

但换个角度看，这种灾害性天气带来的混乱，比之以前，确实又好了太多。至少这次货架上的泡面和盐还在。相信这次台风期间，无数易友都在盯着它“溜达”到哪儿了。那么，这种&;千里之外，尽在掌握&;的预测，又是如何做到的？

在&;白海豚&;肆虐的过程中，气象、海洋、水利等部门始终紧紧&;锁定&;其发展轨迹。在借助AI预报系统，将全球各国顶级气象机构的预报数据&;集合会诊&;后，推算出台风未来0到240小时的路径、强度和登陆概率。国家海洋环境预报中心的屏幕上，&;台风往哪走、会有多强，一屏看清&;。

近年来，AI在台风预报中的作用越来越突出。AI气象大模型的计算速度远超传统物理模型，在3到5天的台风路径预报上比传统模式更准确。 &;风清&;AI模型 曾在台风&;摩羯&;登陆前6天多就提前锁定了其登陆路径；中国科学院海洋研究所开发的AI模型，更是将台风快速增强事件的预报准确率从50%提升至92.3%，误报率从27%降至8.9%。这已经是一个很大的突破了。

而就在前两天，8月6日，谷歌DeepMind团队在《自然》（Nature）杂志上发表了WeatherNext Cyclones（WN-C）模型，这是一个专门面向热带气旋业务预报的AI模型。它的核心突破就是：在相同精度下，它比现有主流模型平均提前了整整24小时给出预报。传统模型需要2天才能锁定的信息，WeatherNext Cyclones在3天前就行。

24小时，意味着一个沿海城市可以多出整整一天的时间来加固堤坝、转移群众、储备物资；意味着渔船可以早一天回港，居民可以早一天撤离；意味着决策者不必在&;走还是留&;的焦虑中反复煎熬，而是可以拿着更确定的预报，做出更果断的决定。

这个模型学习了近20TB的全球大气数据和涵盖近5000个历史风暴的IBTrACS数据库；它能生成最多1000个成员的集合预报——传统模式只能跑50个——用1000种&;平行宇宙&;的可能性，把最危险的那条路径提前揪出来；而生成一次长达15天的完整预报，在单个TPU上耗时仅仅不到一分钟。在2025年大西洋飓风季，第一代WeatherNext模型曾帮助美国国家飓风中心提前预警了飓风&;梅丽莎&;在牙买加的致命登陆。

谷歌团队宣布将WeatherNext 2、WeatherNext Cyclones和轻量版WeatherNext 2-mini全面开源。代码、预训练权重全部在GitHub上公开，采用Apache 2.0许可证，允许商业使用。哪怕是一个太平洋岛国的小型气象站，一家缺乏超级计算机的研究机构，甚至一位独立的气象研究者，都可以免费获取世界顶尖的台风预报能力。技术不再是少数巨头的特权，而成为全人类共同的护盾。

现在的社会，是有点浮躁吧。大厂都想背靠着AI拼命搞钱，似乎不谈变现就不配谈技术。但科技发展的终极意义，到底是什么？不是算力的炫耀，不是参数的堆叠，不是估值的高低。而是当台风来袭时，万家灯火可以安然亮起；每一个普通人，在灾难面前不再&;听天由命&;，而是拥有真实、可靠的安全感，不是那么的局促与窘迫。