气象 AI 风清投入业务运行：11 天时效怎么用

天气预报里最难的一句话，不是「明天有雨」，是「有多少把握」。集合预报就是专门回答后半句的。

一、发生了什么

据香港文汇报报道，10 月 17 日前后，「风清」人工智能全球短中期集合天气预报系统 V1.0 通过业务化评审，正式投入全国气象业务运行。

这套系统由国家气象中心牵头，联合多所高校和科研院所研发，训练和迭代放在国家超级计算天津中心的十万卡 AI4S 超算集群上完成。按官方说法，它是我国首个数据、模型、算力完全自主可控的业务级气象 AI 集合预报模型，核心算力、底层算法和数据源都实现国产化。

技术路线上，它把视觉 Transformer 和气象物理约束放在一起用，目的是刻画大气运动的不确定性，提升暴雨、台风、强对流这类天气的概率预报能力。官方披露的指标有两个：全球有效预报时效可达 11 天；多项核心预报指标、概率预报精度和离散度误差控制，优于欧洲中期天气预报中心最新的人工智能集合预报系统。

速度是另一个变化。相比传统数值预报模式，它能在数分钟内完成全球范围的要素推演。投入业务后，服务对象包括防灾减灾、交通运输、能源调度和民生保障。

先解释一下集合预报。大气是混沌系统，初值差一点点，几天后的结果就会完全不同。集合预报的做法是跑很多次，每次给略微不同的初始条件，再看结果的分叉程度。分叉小，说明这次过程把握大；分叉大，说明要留余量。

AI 做这件事的优势在速度。传统数值模式要在超算上跑很久，AI 模型训练完之后，一次推演只要几分钟，可以塞进更多成员、更高频次。这也是「11 天有效时效」值得单独说的原因：时效每延长一天，灾害预警的窗口就多一天。

「业务化评审」这个词也要解释。它不是说系统能跑，而是说它达到了进值班流程的标准：稳定、可复现、有检验、有兜底。很多 AI 气象模型发过论文、拿过评分，真正过这一关的不多。

自主可控评估的是另一件事：数据源、模型结构、训练算力三样都不依赖国外。对气象这种基础公共服务来说，这决定了极端情况下系统还能不能转。

二、跟你有什么关系

每天早上看天气的人：短期不会看到界面变化。你看到的仍是气象部门的预报结论，变的是结论背后的概率依据。

做应急、能源、物流的人：这类用户才是直接受益者。11 天时效加上概率信息，能支撑更早的排班、备货和检修决策。

做 AI 落地的人：这是一个少见的样本——不是发论文，是进业务流程，还要过评审。

三、怎么用

1. 看概率，不看单一结论。「降水概率 70%」比「有雨」信息量大，做决策要用前者。
2. 看时效分层。3 天内的确定性预报可信度高，7 天以后重点看趋势和不确定性范围。
3. 看集合离散度。成员之间分歧越大，说明这次天气过程越不确定，越要留预案。

四、三个别信的说法

「AI 预报已经全面超过传统模式」。 官方说的是多项指标优于欧洲中心的 AI 集合预报系统，不是全面替代数值预报。业务上两套系统是互相校验的关系。

「时效 11 天就等于能预报 11 天后的雨」。 有效时效指的是预报还有参考价值的上限，越往后越要看趋势，别拿它安排具体行程。

「国产化就意味着精度妥协」。 这次官方给出的恰恰是精度对比，自主可控说的是数据、模型、算力三个环节不受制于人，不是降级版本。

五、一句话结论

AI 进公共服务，真正的里程碑不是跑分，是它开始出现在值班表上。

信息来源

• IT之家：我国首个全自主可控气象 AI 集合预报系统「风清」正式投入业务运行（2026 年 10 月 17 日）

功能与价格以官方公告为准。本文写于 2026 年 10 月 17 日。