前几天，阿里巴巴达摩院（湖畔实验室）在北京的决策智能产品发布会上正式推出了“八观”气象大模型。

该模型能实现全球和区域气象数据的融合，还具备超高的时空分辨率，使得每小时能在1公里*1公里的网格中提供精准的气象预测。

“八观”气象大模型的独特优势在于其创新的“全球-区域”协同预测方式。

该模型依托达摩院自研的全球气象大模型作为底座，通过引入多源区域数据，如气象实况、雷达和卫星图像、场站数据等，从而增强了模型的预测精度和细粒度。

除了高精度的全球基础预测，该模型还融合了本地的多模态数据，进一步提升了温度、辐照、风速等关键气象指标的预测精度。

相比传统气象模型，“八观”模型在辐照、风速、云量及气温的预测准确率上分别提升了40%、27%、24%和11.8%。

这一技术进步得益于其核心的孪生MAE（掩蔽自编码器）技术，通过预训练和自监督学习模型，成功解决了气象数据波动大的难题。

在实际预测中，模型可以自动分析和学习复杂的天气模式，将原本不易捕捉的细微变化纳入考量，以此增强预测的稳定性和精度。

在新能源行业，“八观”气象大模型的作用尤为显著。

当前，新能源电力系统正面临着电力负荷预测和发电功率预测的难题，尤其是面对极端天气的冲击。

通过精准的气象预测，“八观”气象大模型可帮助电力调控中心实现新能源发电的合理调度。

以山东省电力调控中心的应用为例，使用该模型后，电力负荷和发电功率的预测准确率分别提高至98%和96%，对电网运行的稳定性做出重要贡献。

在今年8月山东的极端高温天气期间，该模型在短时间内成功预测了用电高峰时段，帮助调控中心在需求激增时合理调度电力资源。

除了在电力系统的应用，“八观”气象大模型还具备广泛的跨行业潜力。

该模型通过高精度的云量、降水等关键指标预测，为多个行业提供精准的决策支持。

农业领域是另一个典型应用场景，通过实时的气象数据，农户可以更科学地安排播种和收获的时间，减少极端天气对农作物的不利影响。

此外，随着对精确天气预报的需求不断增加，未来“八观”气象大模型在航空安全、户外活动安排及大型赛事的筹备方面也将发挥积极作用。

“八观”气象大模型的名字寓意“八方洞察，观测万象”，其命名突显了模型的宏观气象视角与细微的气象现象解析能力。

作为一款创新型气象大模型，“八观”通过预训练和多模态数据融合技术，使模型可以在极端天气条件下保持准确的预测性能。

目前，模型已经在辐照度、风速、气温等关键指标上取得突破，在未来，达摩院计划进一步优化模型性能，以便在更多细分领域中发挥作用。

对于这款模型，各位读者有什么想说的？