据官方介绍，该模型在全球气象模型基础上引入区域多源数据，时空精度最高可达 1 公里 * 1 公里 * 1 小时。实际数据显示，该模型在区域辐照度、风速、云量及气温等方面的预测精度，较传统天气预报分别提高了 40%、27%、24% 和 11.8%。
今日阿里巴巴达摩院（湖畔实验室）在北京举行决策智能产品发布会，正式发布八观气象大模型。
据官方介绍，该模型在全球气象模型基础上引入区域多源数据，时空精度最高可达 1 公里 * 1 公里 * 1 小时。通过大幅提升对温度、辐照、风速等关键气象指标的预测性能，八观气象大模型率先落地新能源占比高的新型电力系统，助力国网山东电力调控中心成功预测了多次极端天气，新能源发电功率、电力负荷预测准确率分别提升至 96% 和 98% 以上。
达摩院决策智能实验室基于在数学建模、时序预测、可解释 AI 等领域多年的技术积累，以自研的全球气象大模型为底座模型，构建区域高精度天气预报模型。通过融合当地的场站数据、气象实况、雷达图像、卫星图像、开源地形等多源多模态数据，增强预报结果细粒度和准确度，可实现逐小时 1 公里网格的气象预报更新。
该“全球-区域”协同预测的气象大模型正式命名为“八观”，意为“八方洞察，观测万象”。据介绍，八观气象大模型通过预训练和孪生 MAE 掩蔽自编码器结构，提供更好的初始化参数，学习隐藏在高波动的天气数据下的鲁棒特征表示，实现对天气的精准把握。
AI在线注意到，实际数据显示，该模型在区域辐照度、风速、云量及气温等方面的预测精度，较传统天气预报分别提高了 40%、27%、24% 和 11.8%。
八观气象大模型在提供通用模型能力的基础上，还将针对云量、降水等关键指标不断提升性能，有望为航空预警、农业生产、体育赛事筹备等更多场景提供决策依据。