NVIDIA发布Earth‑2全套开源模型 实现全栈天气预测AI自主可控

关键亮点

NVIDIA 在最新博客中公布了 Earth‑2 系列的三款开源模型，分别针对天气预报的关键环节：

• Nowcasting（StormScope）：利用生成式 AI 将国家尺度的卫星与雷达观测转化为公里级、0‑6 小时的局部暴雨预报，首次在短时降水上超越传统物理模型。
• Medium Range（Atlas）：基于潜在扩散 Transformer 架构，能够对 70 多种气象要素进行高精度 15 天全球预报，显著降低误差并保留大气结构。
• Global Data Assimilation（HealDA）：端到端 AI 管线，在 GPU 上几秒即可生成全球数千个观测点的初始大气状态，取代传统超算上数小时的同化过程。

这些模型均已在 Hugging Face 上开源，配套 Earth2Studio（Python 推理生态） 与 Physics Nemo（训练框架），开发者可自行下载权重、使用自有数据进行微调，实现真正的主权天气预测能力。

技术突破

1. 生成式气象建模：StormScope 直接对卫星/雷达图像进行生成式预测，省去传统数值模式的物理求解步骤。
2. 潜在扩散 + Transformer：Atlas 将大气演化视作高维潜在空间的扩散过程，提升了中期预报的时空一致性。
3. AI 同化加速：HealDA 将同化视为端到端的误差校正任务，在 GPU 上实现秒级生成，显著提升了预报系统的响应速度。

在公开基准上，Atlas 已在常用的温度、风速、湿度等变量上超过了开源基准模型 GenCast，而 StormScope 在美国本土的短时降水预报误差降低约 20%。

生态与应用前景

NVIDIA 将 Earth‑2 定位为 全栈 AI 气象平台，旨在降低天气与气候 AI 的进入门槛。通过开源模型与工具链，科研机构、气象局、能源企业以及保险公司均可在本地部署，避免对外部云服务的依赖，实现数据主权与隐私保护。

此外，NVIDIA 计划继续扩展模型覆盖范围，包括海洋、陆面以及极端事件的专项模型，并鼓励社区贡献新数据集与改进算法。

行业影响

• 加速 AI 天气商业化：企业可基于 Earth‑2 快速构建定制化预报产品，缩短研发周期。
• 提升气象服务自主性：国家气象部门可在本地 GPU 集群上运行完整的 AI 预报链，降低对国外超级计算资源的依赖。
• 推动开源创新：与 Hugging Face 的深度合作为全球研究者提供统一的模型发布与评测平台，促进跨机构协作。

“AI 已经进入了天气预测的关键节点，NVIDIA 的全栈开源方案为行业提供了可复制、可扩展的技术路径。” — NVIDIA 高级副总裁 Jaideep Pathak

入门指南

1. 前往 Hugging Face 下载 Earth‑2 Nowcasting, Earth‑2 Medium Range, Earth‑2 Global Data Assimilation 权重。
2. 使用 Earth2Studio 完成模型加载与推理管线搭建。
3. 若需自定义训练，可基于 Physics Nemo 调整模型结构或在本地数据上微调。

通过上述步骤，开发者即可在数分钟内完成从原始观测到可视化预报的完整流程。