图源：剑桥大学
与依赖美国全球预测系统（GFS）等传统数值模型不同，Aardvark Weather 完全摒弃了物理模拟，转而利用深度学习技术。
该系统通过分析历史和实时观测数据，以极低的计算成本生成高精度预测。研究人员表示：“Aardvark Weather 的预测速度可提升数十倍，计算资源消耗仅为传统方法的千分之一。”
传统天气预报模型需要超级计算机支持，其应用场景限制在高资源气象机构中。而 Aardvark 可在标准台式机上运行，大幅降低了技术门槛。这对于缺乏高性能计算基础设施的发展中国家和偏远地区尤为重要。
IT之家此前报道，谷歌 DeepMind 团队于 2024 年 12 月推出 GenCast，可在 8 分钟内生成 15 天的集合预报。基准测试显示，其在 97.2% 的场景中优于传统模型，成为当前最可靠的 AI 预报工具之一。
微软则专注于超本地化的短期天气预报，其 AI 模型每两分钟更新一次降水预测，结合雷达和卫星数据，提供高精度的即时预报。
