達摩院發佈八觀氣象大模型：精度達1小時1公里，率先落地新能源場景

11月6日，阿里巴巴達摩院（湖畔實驗室）在北京舉行決策智能產品發佈會，正式發佈八觀氣象大模型，在全球氣象模型基礎上引入區域多源數據，時空精度最高可達1公里*1公里*1小時。通過大幅提升對温度、輻照、風速等關鍵氣象指標的預測性能，八觀氣象大模型率先落地新能源佔比高的新型電力系統，助力國網山東電力調控中心成功預測了多次極端天氣，新能源發電功率、電力負荷預測準確率分別提升至96%和98%以上。

傳統上，氣象學家們根據物理規律，將大氣運動變化編寫成一系列數學物理方程再進行數值計算，耗費大量算力資源，且受到物理模型的瓶頸制約，難以快速、高效地滿足各行業不同準確率、分辨率的天氣預需求。世界氣象組織（WMO）今年發佈的報告指出，AI正在徹底改變天氣預報，並能使其更快、更便宜、更易獲取利用。

達摩院決策智能實驗室基於在數學建模、時序預測、可解釋AI等領域多年的技術積累，以自研的全球氣象大模型為底座模型，構建區域高精度天氣預報模型。通過融合當地的場站數據、氣象實況、雷達圖像、衞星圖像、開源地形等多源多模態數據，增強預報結果細粒度和準確度，可實現逐小時1公里網格的氣象預報更新。

該“全球-區域”協同預測的氣象大模型正式命名為“八觀”，意為“八方洞察，觀測萬象”。據介紹，八觀氣象大模型通過預訓練和孿生MAE掩蔽自編碼器結構，提供更好的初始化參數，學習隱藏在高波動的天氣數據下的魯棒特徵表示，實現對天氣的精準把握。

隨着近年來新能源裝機與併網不斷攀升，高頻更新的精準氣象預報在電力行業意義凸顯。氣象在發電側影響光伏、風力的出力，在用電側影響着居民用電。基於氣象大模型，提升對下游新能源發電功率和用電負荷的預測能力，有助於促進綠電消納、保障電網的安全穩定運行。為此，八觀氣象大模型針對部分新能源專用氣象指標，進一步提升性能，達到行業領先水平。實際運行數據顯示，八觀氣象大模型相比目前主流天氣預報，對區域輻照度、風速、雲量、2米温度的預測精度分別提升40%、27%、24.0%與11.8%。

今年夏季，全國平均氣温為1961年以來歷史同期最高，降水偏多，華北等地更是出現“旱澇急轉”。在電力系統平穩應對劇烈天氣變化的背後，就有“AI軍師”的一份貢獻。據國網山東省電力公司電力調度控制中心介紹，今年8月25日至8月28日，受降水影響，山東省氣温出現大幅度變化，3日內用電負荷總量下降20%，八觀氣象大模型通過構築每小時更新一次的高精度區域天氣預報網絡，及時捕捉到温度變化，推動下游新能源發電功率、電力負荷預測準確率分別提升至96.5%和98.1%，有效幫助電力系統作出及時、準確的調度決策。

據悉，八觀氣象大模型在提供通用模型能力的基礎上，還將針對雲量、降水等關鍵指標不斷提升性能，有望為航空預警、農業生產、體育賽事籌備等更多場景提供決策依據。