中国气象局近日宣布，气象人工智能领域迎来重要进展——名为“风源”的v1.0气象人工智能科学模型在雄安正式发布。与此同时，此前推出的“风清”“风雷”“风顺”三款气象人工智能模型也完成了技术迭代升级，为气象预报注入新动能。
与传统气象预报模型不同，“风源”突破了依赖数值预报模式分析数据的路径，可直接读取卫星、雷达、气象站等实时观测数据，通过自主分析生成全球气象预报结果。这一特性使其成为气象人工智能领域首个实现“端到端”流程的模型，即从原始观测数据直接输出预报服务，跳过了传统路径中数据同化、分析场生成等中间环节。
研发团队介绍，“风源”的核心优势在于其独特的算法架构。模型采用“邻域注意力”机制，在预测某地天气时，不仅聚焦该点数据，还会智能关联周边区域信息，强化对空间结构的捕捉能力。例如，当分析台风路径时，模型能同时考量气压、风速、湿度等多维度数据在相邻区域的动态变化，从而提升预报精度。模型构建的“信息融合中枢”通过“自注意力”与“交叉注意力”双重机制，实现了观测数据与背景信息的深度交互与校正，进一步优化了预报合理性。
作为一款科学模型，“风源”的研发重点聚焦于气象人工智能理论创新与技术落地。其成熟模块不仅可为实际气象预报业务提供技术支撑，还能推动气象人工智能领域的理论研究。值得注意的是，作为中国气象部门主导研发的模型，“风源”在服务“一带一路”沿线国家的气象科研与预报方面具有自主优势，可更灵活地适配不同区域的气象需求。
该模型由中国气象科学研究院、雄安气象人工智能创新研究院牵头，联合国家气象信息中心、上海人工智能实验室、南京气象科技创新研究院及江西省气象台等多支团队共同完成。目前，“风源”主要面向气象科研机构及业务单位的专业人员开放使用，其端到端设计理念与高效预报能力已处于国际相关领域第一梯队。
传统气象预报流程通常需经过观测数据收集、数值模式同化、分析场生成、AI模型学习等多个步骤，而“风源”通过简化流程，直接以观测数据驱动预报生成，实现了从“原始数据”到“预报服务”的关键跨越。这一突破不仅提升了预报效率，也为气象人工智能模型向更自主、更原始问题求解的方向发展提供了范例。
