传统天气预报是基于数值天气预报（NWP），依赖于基于物理学的大气模拟。近些年，基于机器学习的天气预报（MLWP）发展迅速，但是进展主要集中在单一的确定性预测上。总体而言，MLWP的准确性和可靠性仍低于最先进的NWP集合预报。

　　近日，谷歌旗下DeepMind团队发布了一项革命性的AI气象预测技术——GenCast模型，能够提前15天提供精准且快速的天气预报，其预测准确度甚至超越了ECMWF的ENS系统。

　　GenCast是一种机器学习天气预报方法，基于数十年的再分析数据进行训练。GenCast可在8分钟内生成一组随机的15天全球预报，步长为12小时，经纬度分辨率为0.25°，涵盖80多个地表和大气变量。在团队评估的1320个目标中，有97.2%的目标显示出比ENS更稳健的预测，并且能更好地预测极端天气、热带气旋轨迹和风力发电。相关成果以Probabilistic weather forecasting with machine learning为题发表在Nature期刊上。