这段窗口，过去几十年是气象学的耻辱柱。
未来1-3天，像在高速上开车，路况清晰。4-10天，像进盘山公路，有雾，但知道大弯在哪。两周到两个月，像被扔进沙漠，让你猜两个月后哪天下雨。
这就是“可预报性荒漠”。
这个尺度上，大气初始状态的记忆早已耗尽。一滴墨水滴进池塘，两周后别想从水面看出它当初滴在哪。可海洋温度、土壤湿度这些慢变量，又没慢到能完全掌控局面。传统物理模型算不准，AI模型直接躺平。
过去几年，AI天气预报突飞猛进。华为盘古、谷歌GraphCast、DeepMind的GenCast，一个比一个猛。强项基本在两周以内。一到两周以外，集体拉胯。
好比站在大树前，风吹过来。非要去预测每片叶子怎么翻、每根细枝怎么颤，上帝也算不出来。但如果只预测一件事——“树会继续往东摇”——就有戏。
S2S-JEPA借鉴计算机视觉的JEPA架构。核心思想：别还原原始画面，去预测“意思”。好比看视频，不是一帧帧画出每片树叶，而是说出“风在变大，树往左倒”。
它不预测未来每一天每个格点的温度、湿度、风速，而是预测大气系统里慢变量的演变趋势。热带季节内振荡、平流层变化、大尺度海洋和陆地异常。这些才是两周到两个月尺度上真正可预报的东西。
AI气象像足球赛。上半场，中短期预报，基本踢完。2023年华为盘古登上《自然》，首次在精度上超过传统物理模型。谷歌GraphCast紧随其后，DeepMind的GenCast用扩散模型又推一步。ECMWF自己也在大力搞AI预报。
下半场，S2S尺度，刚刚开场。
美国有NOAA和多个国家实验室，欧洲有ECMWF这个老牌霸主，日本有气象厅和东京大学团队。中国出手很早。
2023年，复旦大学和上海人工智能实验室推出FuXi-S2S，全球最早专门针对次季节到季节尺度的AI模型之一。随后，中科院大气物理所、华为云等推出“天全”系列。2025年，“巴关”模型进一步探索掩码重建预训练在这个尺度上的应用。
在S2S这片无人区，中国团队不仅没缺席，而且是第一批插旗的人。
AI气象模型终于开始认真思考根本问题：预报的本质不是复制一切，而是抓住可预报的那部分。
思路一旦打通，影响远不止气象。农业看两个月后降水决定种什么，能源看一个半月后气温调度电网，水利看六周后流域降雨防洪抗旱。这些决策的价值，远比“明天出门要不要带伞”大。
ECMWF用几十年物理模型和超级计算机做到的事，数据驱动的AI正在用另一种方式逼近。天气预报最难的战场上，AI不再是辅助工具。中国团队，已经站在第一排。
— 感谢阅读 · 欢迎点赞关注 · 小编 —
热门跟贴