【知行荟萃 第73期】|【Nature正刊】微软研究院：AI统领地球科学？Aurora预测气候像ChatGPT生成文字一样快！

微软发布地球系统“基础模型”Aurora，AI气候预测迈入新纪元——《Nature》重磅发表，揭示大模型如何革新环境预测

2025年5月21日，微软研究院的Cristian Bodnar等研究团队在《Nature》发表题为“A foundation model for the Earth system”的研究，正式发布面向地球系统的通用人工智能基础模型——Aurora。这是继气候数值模拟之后，AI在地球系统科学中的一次跨越式突破，标志着气象、海洋、大气、灾害预测等多个领域将全面进入“AI模型”时代。

英文题目：A foundation model for the Earth system

中文译名：地球系统的基础模型

发布时间：2025年5月21日

发表期刊：Nature

第一作者：Cristian Bodnar et al

第一单位：美国微软研究院

DOI：10.1038/s41586-025-09005-y

要点解析

1️⃣ 首个地球系统“通用模型”

Aurora 是首个具备跨领域泛化能力的地球系统基础模型，集成了空气质量、海洋波浪、热带气旋轨迹与高分辨率天气预测等多个任务，具备可扩展、可微调、任务迁移性强等典型特征。

2️⃣ 训练数据规模空前

该模型以超过100万小时地球物理多源数据为训练基础，涵盖遥感观测、地面气象站、卫星反演等多种模式，是迄今为止规模最大、种类最丰富的地球系统AI模型训练集之一。

3️⃣ 算力成本降低几个数量级

相比传统数值模型（如ECMWF），Aurora 实现预测精度显著领先的同时，计算资源消耗低1~3个数量级，为未来“边缘端AI预测”、全球南方国家气候服务普及提供可能。

主要发现

1️⃣ 高精度预测空气质量与海洋波浪

Aurora 对地面PM2.5、NO₂浓度与海浪高度、周期等海洋要素预测结果均优于主流物理模型，表现出卓越的泛化能力。

2️⃣ 提升热带气旋路径预测稳定性

在热带风暴路径预报中，Aurora 展现出更强的稳定性与时间尺度一致性，平均误差低于当前操作模型，尤其在中长期路径判断中更具优势。

3️⃣ 可快速迁移至新区域/任务

Aurora 具备轻量级微调能力，可快速适配至区域气候模型、城市空气预报、灾害预警等场景，降低专业壁垒，推动全球环境预测的“民主化”。

研究总结

Aurora 是AI驱动地球系统预测范式变革的标志性成果，通过整合大规模地球数据和深度学习基础模型理念，展现出在精度、效率、适用性上的多重优势。该成果表明，地球系统建模正从“任务单点驱动”迈向“模型统一框架”阶段，为未来全球环境风险管理、可持续发展与科研创新提供坚实基础。

图解科学突破

E N D

免责申明

本推送文章（数据）来源于公开渠道，我们已注明相关信息来源，版权归原作者或出处所有。本推文仅用于学术交流和信息分享。欢迎广大学者们转发本号发布的内容，可留言或后台私信韦丰小编进行授权，转载请注明出处，侵删。