中國氣象局發佈人工智慧全球中短期預報系統「風清」（以下簡稱「風清」大模型）、人工智慧臨近預報系統「風雷」（以下簡稱「風雷」大模型）及人工智慧全球次季節—季節預測系統「風順」（以下簡稱「風順」大模型）。

綜合國內氣像大模型發展並對標國際前沿進展，中國氣象局聯合清華大學組建攻關團隊，在大模型預報核心技術、預報精準程度上尋求突破，構建了「風清」大模型。該模型具有大氣強物理融入和可解釋性，在實現高效計算的同時，可為預測結果提供物理可解釋性依據，自動挖掘包括天氣系統內在的物理演變。此模型的訓練過程緊密結合物理守恆特性，可有效提升長時效預報結果的活躍度。模型採用可擴展的多時效最佳化策略，可綜合考慮未來多天預報的效果，有效延長預報時效，並持續提升短中期預報效果。檢驗結果表明，該模型全球可用預報天數達到10.5天，超過歐美主流氣象預報大模型，尤其是在較長預報時效，具有更為明顯的優勢。

聚焦臨近預報中的核心難題，中國氣象局與清華大學聯合攻關團隊建構「風雷」大模型。此模式將資料驅動與物理驅動兩大科學典範緊密結合，顯著提高了公里尺度下0至3小時雷達回波的預報能力，並實現深度學習與物理規律的無縫隙融合。同時，「風雷」大模型將物理模型的中尺度預報和人工智慧的對流尺度預報有機融合，在預報準確性和細節豐富性上實現突破。同時，建構了一套「數據—算力—平台」全流程短臨預報系統，能夠在3分鐘內產生0至3小時逐6分鐘的雷達回波外推產品，實現強回波預報技巧提升25 %。

針對15天以上更大不確定性的氣候預測難題，中國氣象局聯合復旦大學和上海科學智能研究院基於人工智慧方法建構了「風順」大模型。 「風順」大模型創新地引入基於流依賴的集合擾動智慧生成技術，從而更加合理地抓住了未來氣候系統演變的不確定性，同時「風順」也納入了海氣相互作用關鍵過程，進而提升了對熱帶大氣季節內振盪MJO的預測技巧。該系統在中國氣象局智算平台上完成了業務部署，逐日滾動開展100個集合成員的大樣本預測，形成了面向未來60天全球基本要素和極端事件的確定性和概率預報測試產品，對全球降水的預報技巧展現出一定的優勢。

值得一提的是，「風清」風雷」「風順」三個大模型，完成了基於國產全球大氣再分析資料CRA-40、雷達觀測資料、風雲衛星遙感資料的訓練和檢驗評估，有效降低了目前主流氣象預報大模型對國際再分析資料的依賴。

據悉，5月24日，中國氣象局在第七屆數位中國建設高峰會·數位氣象分論壇上發布了人工智慧天氣預報大模型示範計劃，調動和激勵社會各界力量，共同打造人工智慧技術研發和氣象應用的創新生態。同時發布了第五批氣象資料開放共享目錄，旨在支援各行業進行人工智慧大模型的訓練評估。