待验证50% 置信基准精确时间

GraphCast、Pangu-Weather 为代表的第一代AI气象模型已在中期预报（3-10天）精度上与NWP持平甚至局部超越

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

AI加速科学与民生：从基因组到气象预测的四大突破

涉及实体

GraphCastmodel Pangu-Weathermodel

相关事实

待验证气候科学领域的GraphCast模型实现了超越传统数值天气预报的10天精准预测77% 相似待验证WeatherNext 3完全绕开物理模拟，直接从实时卫星观测数据中端到端学习天气演化规律，推理速度通常比传统NWP快数百倍65% 相似待验证在气旋与台风的路径演变预测中，WeatherNext的精确度超越了传统物理数值预报模式63% 相似待验证对模型能力评估必须固定推理参数（temperature、top-p等），否则同一模型在不同参数配置下可能呈现判若云泥的表现57% 相似待验证顶级云端模型在复杂任务上可能领先于FastEmbed-rs使用的开源量化模型57% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/925290

API

curl https://kongchang.com/api/v1/knowledge/claims/925290

MCP

get_claim(id=925290)