阿里巴巴达摩院发布八观气象大模型:重点指标预测效果超过传统天气预报

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。

阿里巴巴达摩院发布八观气象大模型:重点指标预测效果超过传统天气预报

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。

给TA打赏
共{{data.count}}人
人已打赏
应用

字节推出单图视频驱动模型 X-Portrait 2:一键生成相同表情神态,简化创作流程

2024-11-6 20:48:45

应用

GPT-4o 加钱能变快,新功能“预测输出”7 秒完成原先 23 秒的任务

2024-11-6 23:24:35

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
搜索