GraphCast
Google DeepMind开发的第一代AI气象预测模型，在中期天气预报（3-10天）精度上与传统数值天气预报系统持平甚至局部超越，推理速度大幅优于传统方法
Timeline (last 90 days)
GraphCast 基于图神经网络，Pangu-Weather 和 FengWu 基于 Transformer，普遍采用 6 小时步长的自回归预报，预报时效通常在 10 天以内
Pangu-Weather采用三维Transformer并引入地球专用位置编码，GraphCast将地球网格转换为图结构建模远程大气遥相关，GenCast通过概率生成方式支持集成预报
谷歌DeepMind的GraphCast和谷歌Research的NeuralGCM是AI气候建模方向的近期代表性成果
FourCastNet、Pangu-Weather、GraphCast 等 AI 天气模型通过在 ERA5 等长期再分析数据集上训练，学习大气动力学的统计规律
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
DeepMind在2023年推出了GraphCast模型，基于图神经网络架构，在ECMWF的WeatherBench 2基准测试中其10天预报精度在90%以上的指标上超越了当时最先进的HRES系统
All Facts (6)
GraphCast 基于图神经网络，Pangu-Weather 和 FengWu 基于 Transformer，普遍采用 6 小时步长的自回归预报，预报时效通常在 10 天以内
50%UnverifiedPangu-Weather采用三维Transformer并引入地球专用位置编码，GraphCast将地球网格转换为图结构建模远程大气遥相关，GenCast通过概率生成方式支持集成预报
50%Unverified谷歌DeepMind的GraphCast和谷歌Research的NeuralGCM是AI气候建模方向的近期代表性成果
50%UnverifiedFourCastNet、Pangu-Weather、GraphCast 等 AI 天气模型通过在 ERA5 等长期再分析数据集上训练，学习大气动力学的统计规律
50%UnverifiedGraphCast、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
50%UnverifiedDeepMind在2023年推出了GraphCast模型，基于图神经网络架构，在ECMWF的WeatherBench 2基准测试中其10天预报精度在90%以上的指标上超越了当时最先进的HRES系统
50%