AI for Science

Fenghe 气象 AI 大模型在 WAIC 2026 宣布开源

中国气象局在 WAIC 2026 发布百亿参数气象 AI 系统 Fenghe,并启动全球开源倡议。

发布于 更新于
AI for Science气象 AI开源

2026 年 7 月 17 日,中国气象局(CMA)在世界人工智能大会(WAIC)气象论坛发布 Fenghe,并宣布启动该系统的全球开源倡议。世界气象组织报道,Fenghe 是一套基于大语言模型的气象服务系统,并将其描述为百亿参数规模的开源气象大模型。

这项发布值得关注,因为气象是 AI 的高价值应用场景:输出必须及时、易懂,也必须足够可靠,才能支持真实决策。中国气象局表示,Fenghe 将用于天气分析、风险评估和公共气象服务。这是一项产品与协作里程碑,而不是已经过独立验证的基准测试对比。

发生了什么

中国气象局在 WAIC 2026 展示 Fenghe,并借此启动全球开源倡议。根据世界气象组织的报道,该项目由中国气象局公共气象服务中心、雄安人工智能研究院、智谱 AI(Z.AI)及其他伙伴共同开发。

中国气象局表示,系统使用地球系统数据,已在 5,000 万 token 的气象服务语料上训练,并纳入权威气象数据集。这些信息说明的是已宣布系统的设计;随着倡议推进,用户仍应关注公开代码、模型文档、评测方法、许可证与实际运行证据。

为什么重要

  • 气象 AI 能把复杂的预测与风险信号转化为个人和机构可采取行动的服务。
  • 开源有望让研究人员和公共服务团队更容易检查、改造和测试一套共享的起点。
  • 气象领域对数据来源、校准、不确定性表达和区域数据质量提出了更高要求。
  • 大模型本身并不能证明其具备业务可靠性;预报技巧、失效模式和人工审核仍然重要。

构建者应关注什么

实际问题不只是气象模型有多大。构建者应关注能否相对既有预报基线进行可复现评测,是否清楚覆盖不同地区与语言,如何表达强对流等极端天气的不确定性,以及许可证是否支持公共机构和研究人员的负责任部署。

使用气象 AI 的团队还应把自然语言解释与预报权威性区分开来。对话界面可以帮助人们理解预报,但不应抹去底层来源、时间戳、地理范围和不确定性,更不能把生成回答当作独立预警。

Goodiebase 观点

Fenghe 是一项值得跟踪的 AI for Science 与公共服务进展。它的价值将取决于发布之后哪些内容真正可供检查:开源材料、评测质量、数据治理方式,以及它在真实气象工作流中的实用性。

对比较 AI 工具的用户而言,启示不只在气象领域。在高后果场景中,流畅的 AI 回答并不够;真正有用的产品会清楚呈现来源、局限、不确定性,以及何时应交由专业人员判断。