假設你正在開車趕路，突然收到這樣一則手機推送：前方10公里處有強對流天氣，預計15分鐘內暴雨傾盆。你趕緊繞道，避開了積水和擁堵。這正是英偉達使用AI在天氣預報領域達到的效果。

2026年1月，在美國氣象學會年會上，英偉達發布了Earth-2開放模型家族，這是全球首個完全開放、基于GPU加速的AI氣象工具集。這套工具讓從數據處理到15天全球天氣預報的全流程，能夠被任何人和任何機構輕松使用，成為了真正可以救命、護農和穩定電網的工具。

傳統天氣預報依賴于物理方程，就像解一道超級復雜的數學題，需要把地球大氣分成無數小個子，一步步地算下去。超級計算機得跑好幾個小時甚至幾天之久，才能給出一份天氣預報。成本高、速度慢，只有少數大國和機構才能玩得起。

Earth-2來了之后，一切變了。Earth-2可以從海量歷史天氣數據里自學規律，無需一步步推理公式，就能直接猜測出來未來的天氣。Earth-2還把這種能力打包成為開發工具，任何人都能下載、修改和跑在自己的電腦上。

為何Earth-2是氣象界的開源革新？

Earth-2不是一個單一模型，是一整套工具箱。它能夠覆蓋天氣預報的每個環節：把從衛星、雷達、氣象站的數據消化成為初始狀態，再到生成短期風暴預警，以及到中期15天大趨勢預測。

關鍵是其還具備開放和加速度的特點，它的代碼公開在GitHub和Hugging Face上，跑起來時依靠英偉達的GPU，幾秒到幾分鐘即可出結果，比傳統超級計算機快了成千上萬倍。以前只有歐洲中期天氣預報中國心或者美國國家氣象局能夠玩轉高端預報，現在初創公司、大學實驗室甚至發展中國家的氣象部門，都能自己微調模型做本地預報。

更重要的是，它把AI和物理知識結合得很好。英偉達的PhysicsNeMo框架允許開發者把物理定律交給AI，避免AI胡猜。整套系統還整合了谷歌和微軟等機構的開源模型，讓人們可以站在巨人的肩膀上繼續創新。結果就是天氣預報從國家機密變成了全球共享資源，科研協作得到加速，極端天氣預報更加及時。

Earth-2家族新成員：從看云識天氣到看衛星識風暴

這次發布最亮眼的是三個全新模型，它們覆蓋了天氣預報的不同時間尺度。

首先是Earth-2 Medium Range，這是一個中期預報模型，基于全新的Atlas架構，能夠預測15天內的溫度、氣壓、風速、濕度等70多項變量。在標準測試中，它在常見指標上超過了許多領先的開源模型，甚至在某些變量上比Google DeepMind的GenCast還要準確。它并非簡單地預測平均值，還能給出概率分布比如明天下雨概率大約為80%，從而能讓決策更加靠譜。

然后是Earth-2 Nowcasting，這是一個臨近預報模型，使用StormScope架構，專攻0-6小時的局地強天氣。它可以直接觀看衛星圖像和雷達圖像，能夠預測云系怎么移動、風暴怎么發展。它首次在短期降水預報上超過了傳統物理模型，可以把國家尺度預報放大到公里級，能夠提前幾分鐘到幾小時預警龍卷風和暴洪等災害。也能像手機APP看動畫一樣，顯示未來一小時的雷達回波演變，對于城市防災和航空安全有著較大意義。

其次是Earth-2 Global Data Assimilation，這是一個全球數據同化模型，基于HealDA架構。它把衛星、氣球、地面站的觀測數據，快速整理成為全球大氣當前狀態的高清快照。傳統方法需要幾小時，它在GPU上幾秒即可搞定。和Medium Range組合起來，能夠形成一條從數據到預報的全AI預報鏈條，全程無需使用物理超級計算機，精度達到頂尖級別。

加上原來就有的Earth-2 CorrDiff和FourCastNet3，Earth-2等于有了一整套的完整梯隊，開發者可以任意拼出適合自己的預報系統。

目前，AI氣象初創公司Brightband已經開始每天使用Earth-2 Medium Range發布全球實況預報。該公司表示，開源讓大家能互相比較、改進，創新速度飛起。The Weather Company和美國國家氣象局也在測試Nowcasting，看能不能優化極端天氣預警。

能源領域更熱鬧。法國道達爾能源用Nowcasting提升短期風險感知，因為“每一分鐘都很重要”。意大利埃尼公司在測試FourCastNet和CorrDiff，做高分辨率天然氣需求預測。中國協鑫集團用Earth-2優化光伏功率預測，比傳統方法更準、成本更低。美國西南電力池和日立合作，用Nowcasting和FourCastNet3提升風電預測，電網更穩。金融保險巨頭安盛集團和標普全球能源，也在用這些模型模擬颶風場景、評估洪水風險，幫客戶少賠錢。

這些例子說明AI天氣預報成為了實打實的生產力工具，讓發展中國家也能擁有國家隊級預報，讓企業能夠提前避險，讓科學家能夠更快探索氣候變化，讓普通人能夠更快感知天氣情況，也是AI更深入地走入人類生活的體現。