微软把天气预报模型开源了，我测了一下发现真能预测飓风路径

昨天刷到一条消息，微软把他们的天气预报模型 Aurora 1.5 给开源了。说实话，刚开始我挺无感的——大厂开源个模型，早就不是什么新鲜事了。但仔细看了下具体内容，发现这事儿还挺值得聊的。

先说说这个 Aurora 1.5 是个啥。

这是微软搞的一个天气预报 AI 模型，跟咱们手机上那些天气 App 用的传统数值预报不一样。传统的方式是靠超级计算机跑大气物理方程，算力消耗大得吓人。Aurora 用的是深度学习，说白了就是让 AI 从历史天气数据里学规律，然后把未来天气推断出来。

这次 1.5 版本比之前多了 22 种预测变量，而且能做到小时级别的预测。听起来可能没什么概念，但你想想——之前的模型一般只能做六小时或者十二小时间隔的预报，现在能按小时来，对台风路径这种变化剧烈的场景来说，差别太大了。

我特别关注的是他们对飓风预测的测试。去年海伦妮飓风的时候，Aurora 1.5 的中位数路径误差比传统模型低了将近三分之一。这个数据我反复看了两遍，确实挺能打的。欧洲中期天气预报中心 ECMWF 算是业内公认的标杆了，Aurora 在各项指标上跑赢了它 88.9% 的表现。

当然，我不是说传统预报就不行了。实际气象业务里，最好的做法是把 AI 预报和传统数值预报结合起来互相校正。Aurora 的定位也不是要取代超级计算机，而是提供一个更廉价、更快速的补充方案。

让我觉得最有意思的是微软把这个模型放 GitHub 上了，用 MIT 许可证开源的。这意味着什么？任何一个研究机构、大学实验室、甚至是独立开发者，都能下载下来自己跑。对于发展中国家来说尤其有意义——他们可能买不起几千万美元一台的超算，但搞几块 GPU 跑 Aurora 是完全可行的。

微软还提了一句，说想把这个模型集成到 Microsoft Weather 里去。我特意去试了下 Windows 自带的天气应用，说实话感觉不出来的变化，但这种底层模型的升级，慢慢总会体现在预报准确性上。

我其实挺期待国内的一些天气服务也能搞类似的路子。咱们的数值预报底子不如欧美，但深度学习这块人才储备其实很充足。如果有人能把 Aurora 这套思路结合国内的观测数据再训练一下，效果可能会很不一样。

不过话说回来，AI 天气预报也不是万能的。我翻了翻微软那篇论文，Aurora 对极端天气事件的预测能力还有待验证。飓风路径好了一些，但降雨量的精确预测仍然是硬骨头。只能说，路还长，但这个方向是对的。

GitHub 链接我就不贴了，直接搜"Aurora 微软"就能找到。有兴趣的可以自己拉下来跑跑看。