阿里巴巴达摩院近日发布了其全新研发的八观气象大模型，这款模型在全球气象模型的基础上，融合了区域多源数据，实现了前所未有的时空精度：1公里×1公里和1小时更新频率。这标志着气象预测技术取得了重大突破，将对多个领域产生深远影响，尤其是在新能源电力系统中的应用，更是展现了其强大的实用价值。
今日，阿里巴巴达摩院在北京举行了决策智能产品发布会，正式推出了八观气象大模型。这一模型在全球气象模型的基础上，结合了区域多源数据，能够实现时空精度最高达到1公里×1公里和1小时。
这一创新的气象预测工具大幅提升了对温度、辐照、风速等关键气象指标的预测性能，成功落地于新能源占比高的新型电力系统，显着提高了新能源发电功率和电力负荷的预测准确率，分别达到了96% 和98% 以上。
达摩院的决策智能实验室利用多年的技术积累，基于自研的全球气象大模型，构建了区域高精度天气预报模型。该模型通过融合当地的场站数据、气象实况、雷达图像、卫星图像及开源地形等多种数据，增强了预报结果的细粒度和准确性，能够实现每小时更新的1公里网格气象预报。
八观气象大模型通过预训练和孪生MAE 掩蔽自编码器结构，提供了更好的初始化参数，从而能够学习隐藏在高波动天气数据下的鲁棒特征表示。随着新能源装机与并网的不断增加，精准的气象预报在电力行业的重要性愈发凸显。气象条件会直接影响光伏和风力发电的出力，同时也影响居民的用电需求。
实际运行数据显示，八观气象大模型的预测精度相比主流天气预报在区域辐照度、风速、云量及气温等方面分别提升了40%、27%、24% 和11.8%。此外，八观气象大模型还将在未来针对云量、降水等关键气象指标不断提升性能，力争为航空预警、农业生产、体育赛事等更多场景提供决策支持。
划重点:
阿里达摩院推出的八观气象大模型实现了1公里×1公里和1小时的高精度气象预测。
该模型显着提升新能源发电功率和电力负荷的预测准确率，分别达到了96% 和98% 以上。
八观气象大模型的气象指标预测精度在多个领域有显着提升，为电力系统和其他行业提供了重要支持。
八观气象大模型的精准预测，不仅为新能源电力系统带来了显着的效率提升，也为其他行业提供了更可靠的气象数据支持。未来，随着模型的持续优化和应用场景的拓展，它将为社会经济发展贡献更大的力量。