风电和太阳能发电，最大的对手不是技术，而是天气。风什么时候来、云什么时候散，直接决定了电站一天能发多少电。长久以来，绿电行业只能“靠天吃饭”，预报不准，发电计划就跟着乱。在上海外滩大会上亮相的中国气象模型“远景天机”，瞄准的正是这个痛点：它可以分钟级预测全球未来45天内任意区域的天气，分辨率达到5公里、10分钟，并且与谷歌WeatherNext 2同列测评第一梯队。天气预报第一次有了为绿电量身定制的精度。

“远景天机”的指标需要拆开来看，才能体会它的分量。未来45天，意味着它覆盖的不是明后天的短期预报，而是横跨一个多月的长周期；任意区域，意味着预报范围不再局限于某个国家或地区，而是面向全球；5公里、10分钟的分辨率，则意味着它能把天气变化精确到一个乡镇大小的范围、十分钟的时间颗粒。过去，天气预报越往后越不准，越细越不准，这两件事常常不可兼得。“远景天机”把长周期、高分辨率和全球覆盖放在同一个模型里，等于同时挑战了天气预报里最难的几个维度。

它在测评中的位置，说明这不是一家之言。按照相关测评结果，“远景天机”与谷歌WeatherNext 2同列第一梯队，这意味着中国气象AI模型在公开比拼中，已经和全球最强的对手站在同一档。这背后还有一整个梯队在支撑：盘古、伏羲、风乌等中国AI气象模型，同样可以与Google GraphCast、WeatherNext系列同台竞技。其中伏羲的15天全球预报，由短期、中期、长期三个模型接力完成，分工协作来保证不同时段的预报质量。中国AI气象模型整体稳定处在全球第一梯队，已经不是某一个模型的单点突破。

气象AI在这个时候加速，离不开绿电装机规模的现实压力。2026年上半年，大陆风电、太阳能装机达到19.51亿千瓦，占全国电力装机总量的48.3%，接近一半的江山已经是风光的天下。但装机越多，天气的影响就越大。同期的数字也显示，风电、太阳能利用率降到了90.9%和91.4%，一部分电因为种种原因没能被用上。装机规模冲在前面，消纳和调度跟在后面，天气预报的精度，正在变成决定绿电能不能物尽其用的关键变量。

对电站来说，预报不只是“明天会不会下雨”的问题，而是直接关系到收入的经营问题。风电、太阳能电站参与电力市场交易，需要提前报出自己的发电量，报多了完不成、报少了浪费，都会面临考核损失。气象AI的价值就在这里：更准的预报能让电站报得更准，少交“学费”，少吃考核的亏。远景天机这类模型被引入电站的日常运营，做的正是这件事——把天气预报从公共服务，变成电站手里的一件生产工具。

值得注意的是，气象AI的较量从来不只是模型精度的较量。预报要准，离不开观测数据的积累、算力的支撑和业务场景的打磨。中国气象模型能够成批进入全球第一梯队，背后是观测体系、算力投入和应用需求的共同推进。绿电装机接近一半的现实，给了气象AI最直接的应用场景；而电力市场化改革的推进，又给了精准预报最明确的付费理由。技术、需求和市场在这个节点上碰到了一起。

从更长的时间线看，“远景天机”的亮相标志着气象AI的角色正在发生变化。它不再只是一个做预报的科研模型，而是开始嵌入能源、交通、农业这些实体行业的生产流程。当天气预报的精度细到5公里、10分钟，当预报的周期拉长到45天，它就不再是出门前看一眼的参考，而是电网调度、电力交易、设备检修都要依赖的输入。对绿电行业来说，这意味着“靠天吃饭”的日子正在被改写：天还是那片天，但吃饭的方式，已经不一样了。

来源：工商时报（2026-11-08）

相关阅读：发改委加快推进AI基础性综合性立法、AI全生命周期安全监管、智能体发展自律公约