近日，微软研究院发布的一项基于AI的地球系统预测研究引发关注。研究团队开发的基础模型Aurora，利用超百万小时多元地球物理数据训练，在空气质量、海浪、热带气旋路径及高分辨率天气等四大领域预测中，全面超越传统数值模型，且计算成本比后者低几个数量级。

　　除了预测天气外，Aurora在海浪预报和空气质量预测等复杂环境场景中同样表现出高度精确性。在0.4°分辨率的全球空气污染预测中，Aurora在74%的指标上优于欧盟哥白尼大气监测服务（CAMS）的高成本模拟，计算速度提升约10万倍；0.25°海浪预测中，86%指标超越ECMWF的海浪模型；针对热带气旋路径，其5天预测精度100%优于七家官方机构，成功预判2023年“杜苏芮”台风登陆点。此外，在0.1°高分辨率天气预测中，Aurora对92%的变量预测误差低于ECMWF的IFS HRES模型，尤其在极端风暴“西亚兰”的风速突变预测中表现领先。

　　Aurora通过“预训练＋低成本微调”模式，大幅缩短开发周期，为海洋环流、洪水等多场景预测提供了高效普惠方案，标志着AI在地球系统科学中从理论探索迈向实际应用的关键突破。目前，Aurora模型已整合至微软旗下MSN天气服务，并在Azure AI Foundry Labs向开发者提供试用与二次开发。微软已公开模型权重及部分源码，开发者可根据自身需求进行微调。

　　相关成果以“A foundation model for the Earth system”为题发表在 Nature 期刊上。