10 月 17 日，「风清」人工智能全球短中期集合天气预报系统 V1.0 顺利通过业务化评审并正式投入运行。该系统的全球有效预报时效达到 11 天，综合预报效果已经超越了欧洲中期天气预报中心（ECMWF）的人工智能集合预报系统。作为全国首个实现数据、模型、算力全自主的业务应用气象 AI 集合预报模型，「风清」的上线标志着中国 AI 气象预报达到世界先进水平。

11 天的有效预报时效是一个关键指标。在业务惯例中，中期天气预报一般覆盖未来 3 至 10 天；11 天意味着「风清」已经跨出常规中期预报的范围，具备向延伸期预报拓展的基础。对于防灾减灾、农业生产、能源调度等高度依赖中长期天气展望的领域，多争取一天的有效预报时效，就意味着更充裕的决策窗口。

「集合预报」是理解「风清」技术路线的关键词。与给出单一确定性结果的预报不同，集合预报通过对初始条件施加多组扰动、并行运行多个预报成员，来量化预报的不确定性，最终给出概率化的预报结论。它的价值在于如实呈现”未来可能有几种走向、每种走向的可能性有多大”，这正是现代气象业务越来越倚重的预报范式。

「风清」最受关注的一点，是”全自主”三个字：数据、模型、算力全部自主。据介绍，该系统全程依托国家超算互联网核心节点的十万卡 AI4S 计算集群完成训练。AI for Science（AI4S）是近年来科学计算的重要方向，而十万卡级别的算力投入，说明气象 AI 已从研究探索进入了重投入的工程化阶段。”全自主”则意味着从训练数据、模型架构到算力底座都不依赖外部，在气象这一关系国计民生的基础领域，自主可控的分量不言而喻。

综合预报效果超越 ECMWF 的 AI 集合预报系统，是另一个标志性信号。欧洲中期天气预报中心是全球数值天气预报的标杆机构，其集合预报系统长期被视为行业天花板。「风清」能在综合效果上实现超越，说明中国 AI 气象预报在模型能力上已经具备了与世界顶尖机构正面竞争的实力。

把「风清」放进更大的技术脉络里看，人工智能正在重塑天气预报这一百年学科。2023 年，华为云盘古气象大模型在《自然》杂志发表成果，展示了 AI 模型在预报精度上比肩乃至超越传统数值模式的潜力；同年，谷歌 DeepMind 的 GraphCast 也在《科学》杂志上证明了 AI 预报的速度与精度优势。从科研论文到业务化运行，「风清」走完了关键的”最后一公里”：通过业务化评审，意味着它不再是实验室里的演示系统，而是要每天定时产出、接受业务检验的正式预报员。

业务化运行还意味着稳定性和可靠性的考验。气象业务对时效性要求极高，预报产品必须按固定时次准时产出，任何延迟都会直接影响下游应用。「风清」通过业务化评审，说明其在工程稳定性、产品规范性和服务连续性上已经达到了业务标准。

从应用角度看，全球短中期集合预报的业务化，将直接服务于防灾减灾、交通出行、农业生产、能源电力等多个领域。概率化的集合预报产品能为决策者提供更丰富的风险信息，例如台风路径的多种可能走向及其概率分布，从而支撑更精细的应急响应安排。