DEEP INSIGHT REPORT ON WEATHER LARGE MODELS
2025-2026年，气象大模型领域正经历从"学术竞赛"到"产业兑现"的关键转折。以华为盘古气象大模型、伏羲气象大模型、风乌GHR大模型为代表的技术先锋已在中国气象局评测中验证实力，并在能源、航运、农业等垂直场景实现商业化突破。全球气象AI预报市场预计2026年约29.5亿美元，而其在能源电力、保险等高价值产业中的杠杆效应更为可观——每投入1元气象服务可产生数十倍经济回报。本报告从技术架构、商务模式、客户格局、差异化竞争力、技术演进与场景纵深六大核心维度，结合政策趋势与行业挑战两项补充维度，对国内TOP5气象大模型进行全面洞察，并专项分析华为盘古气象大模型对亚太地区的拓展可行性。
综合产业影响力、技术代表性与商业化落地规模，建议重点关注以下五家代表：
| 排名 | 模型名称 | 主导方 | 定位标签 |
|---|---|---|---|
| 1 | 华为盘古气象大模型 | 华为云 | 国内唯一通过ECMWF实测验证并登顶《Nature》正刊的企业级气象AI模型，全球30余国气象机构接入 |
| 2 | "伏羲"气象大模型 | 复旦大学 + 上海科学智能研究院 | 科研驱动型代表，国内首个纯数据驱动端到端天气预报系统，中国气象局示范计划综合排名第一 |
| 3 | "风乌GHR"大模型 | 上海人工智能实验室 + 相风科技 | 科研转化商业化模式代表，10km分辨率+11.25天有效预报世界纪录，已孵化初创企业获数千万元融资 |
| 4 | 中国气象局"风"系列模型矩阵 | 中国气象局 / 雄安气象AI创新研究院 | 国家级业务体系代表，覆盖全球中短期预报、临近预警和气象垂直领域语言交互 |
| 5 | 国能日新旷冥气象大模型4.0 | 国能日新（上市公司） | 垂直场景商业化代表，深度绑定新能源资产运营场景，全链路闭环 |
洞察时可基于以下分类架构对目标企业进行定位：
| 模型 | 基座架构 | 参数量级 | 核心技术指标 |
|---|---|---|---|
| 盘古气象大模型 | 3D Earth-specific Transformer + 3D卷积+LSTM混合 | 标准版 ~ 数亿 Pro版 ~ 4000亿 | 水平分辨率0.25°×0.25°；13个气象要素联合预测；秒级完成数值模式数小时计算 |
| "伏羲"气象大模型 | 纯数据驱动端到端架构 | 百亿级 | 中国气象局示范计划综合排名第一；3分钟完成未来60天预测 |
| "风乌GHR" | 物理约束深度学习架构 | 十亿级 | 10km分辨率、11.25天有效预报（世界纪录）；30秒生成未来10天全球高精度预报 |
| "风清/风雷/风顺" | 多模型矩阵 | 多规格 | "风清"3分钟生成未来15天全球预报，预测时长10.5天 |
| 旷冥气象大模型4.0 | 物理约束Transformer + 深度变分同化 | 十亿级 | 关键变量预报时效从45天延长至1~12个月；覆盖超6000家风光场站数据 |
| 模型 | 短临 (0-6h) | 中期 (1-15天) | 次季节 (15-60天) | 季节 (1-12月) | 空间分辨率 | 云-边-端部署 |
|---|---|---|---|---|---|---|
| 盘古气象 | — | ✅ 0.25° | — | — | ~25km / 10km(Pro) | ✅ 昇腾全栈 |
| 伏羲 | — | ✅ | ✅ 60天 | — | ~25km | ✅ 多芯片适配 |
| 风乌GHR | — | ✅ 10天 | — | — | 10km | ⏳ 推进中 |
| 风系列 | ✅ 风雷 | ✅ 风清15天 | ✅ 风顺60天 | — | 10~25km | ✅ 国家级业务化 |
| 旷冥4.0 | — | ✅ | ✅ | ✅ 12月 | 场站级 | ✅ 能源专项 |
| 维度 | 盘古气象 | 伏羲 | 风乌GHR | 风系列 | 旷冥4.0 |
|---|---|---|---|---|---|
| 训练数据覆盖 | 43年全球天气数据 | ERA5再分析数据 | 全球高精度再分析数据 | 气象局全域观测数据 | 6000+场站实测数据 |
| 数据同化技术 | 传统同化 + AI后处理 | 纯数据驱动端到端 | 物理约束+数据驱动 | 业务化数据同化系统 | 深度变分同化重构 |
| 多源数据融合 | ✅ 卫星/雷达/地面站 | ✅ 多源数据 | ✅ 全球多源数据 | ✅ 最全气象数据源 | ✅ 场站+电网+气象 |
| 物理约束 | ✅ 部分融合 | 数据驱动为主 | ✅ 物理约束 | ✅ 完整NWP物理框架 | ✅ 物理约束Transformer |
| 模型 | 算力底座 | 国产芯片适配 | 国产化率 |
|---|---|---|---|
| 盘古气象 | 昇腾全栈 + ARM + Snt9B3 | ✅ 2025年新增ARM+Snt9B3方案 | 100% |
| 伏羲 | 昇腾 + 英伟达混合 | ✅ 已适配 | 85%+ |
| 风乌GHR | 英伟达为主 | ⏳ 推进中 | 70%+ |
| 风系列 | 国产为主 | ✅ 已完成 | 95%+ |
| 旷冥4.0 | 混合架构 | ✅ 已适配 | 85%+ |
作为NWP后处理降尺度增强方案，与传统数值模式共存互补。基于ECMWF实测验证，AI预报在多数指标上已超越传统NWP。
国内首个纯数据驱动端到端系统，致力于从根本上替代传统NWP，但在极端天气等场景仍需物理约束补充。
物理约束AI架构，在数据驱动中融入守恒定律，兼顾AI效率与物理可靠性。
国家级业务体系，以传统NWP为根基，AI作为增强组件嵌入各环节。
| 模型 | 主要收入模式 | 定价策略 | 商业化成熟度 |
|---|---|---|---|
| 盘古气象 | API调用 + 项目制 + 技术授权 | 三层解耦：免费开放API（公益）+ 订阅制（商业）+ 项目定制 | ★★★★★ 最高 |
| 伏羲 | 项目制 + 联合研发 | 科研合作 + 政府项目 | ★★★ 中等 |
| 风乌GHR（相风科技） | 项目制 + SaaS订阅 | 行业解决方案定价 | ★★★★ 较高 |
| 风系列 | 政府预算 + 公共服务 | 非商业化，公共服务为主 | ★★ 非商业 |
| 旷冥4.0 | SaaS订阅 + 解决方案 | 按场站/按数据量定价 | ★★★★★ 最高 |
国家级：中国气象局、深圳气象局、香港天文台
行业：深圳能源集团、全球30+国家气象机构
算力：昇腾全栈生态
国家级：国家气候中心、上海市气象局
行业：国网浙江省电力公司
国际化：妈祖（MAZU）平台43国试用
国家级：中国气象局评测合作
行业：国家电网、南方电网、中国长江三峡集团
行业：超6000家风光场站、20余家省级电网
客户：发电企业、售电公司、独立储能、虚拟电厂、零碳园区
| 排名 | 模型 | 阶段变化 | 评测机构 |
|---|---|---|---|
| 1 | 伏羲气象大模型 | 持续领先 | 中国气象局14个模型同台评测 |
| 2 | 璞云气象大模型 | 稳定前四 | 中国气象局14个模型同台评测 |
| 3 | 风清（气象局） | 稳定前四 | 中国气象局14个模型同台评测 |
| 4 | 风乌GHR | 稳定前四 | 中国气象局14个模型同台评测 |
| → | 华为盘古气象 | 第7名→第2名（2025.1→2026.6） | 中国气象局评测 |
| 客户名称 | 业务领域 | 合作层级 | 应用成效 |
|---|---|---|---|
| 深圳气象局 | 区域气象预报 | 战略联合 | 联合发布"智霁1.0/2.0"区域预报模型，3km分辨率，31成员AI集合预报，成功预警"6·29"北京突发强对流 |
| 深圳能源集团 | 新能源功率预测 | 战略合作 | 4个试点场站，气象预测准确率提升15%，风电功率预测提升10%，光伏提升2% |
| 马达加斯加 Mitao Forecast | 海洋渔业气象 | 国际合作 | 3000+天气预报板覆盖约60-75万沿海渔民，预报提前量从3天延长至10天 |
| 客户名称 | 业务领域 | 合作层级 | 应用成效 |
|---|---|---|---|
| 国家气候中心 | 次季节预测 | 战略联合 | 联合研发"风顺"次季节气象大模型，3分钟完成未来60天预测，实测效果优于ECMWF |
| 上海市气象局 | 短临预测 | 联合研发 | 接入"妈祖（MAZU）"全民早期预警云平台，43国在线试用，实测优于ECMWF |
| 国网浙江省电力公司 | 强对流预测 | 行业合作 | 联合研发"浙江—伏羲"强对流气象大模型，融合近3年超7亿条浙江区域数据 |
| 客户名称 | 业务领域 | 合作层级 | 应用成效 |
|---|---|---|---|
| 国家电网 | 电力气象服务 | 战略级 | "AI+气象"服务产品应用于电网调度与运维 |
| 中国南方电网 | 电力气象服务 | 战略级 | AI气象服务产品部署 |
| 中国长江三峡集团 | 新能源气象 | 重要级 | 水电/新能源气象预测服务 |
| 客户/用户类型 | 覆盖范围 | 应用成效 |
|---|---|---|
| 公众端 | "风和"大模型累计数十万轮对话服务 | 覆盖18个省市气象业务部门，"天气预警+行动建议"组合方案 |
| 交通运输/能源 | 行业场景气象服务 | 面向交通运输、能源等场景提供专业气象服务 |
| 客户类型 | 覆盖范围 | 应用成效 |
|---|---|---|
| 新能源场站 | 超6000家风光场站实测数据 | 覆盖发电企业、售电公司、独立储能、虚拟电厂、零碳园区等多元主体 |
| 省级电网 | 20余家省级电网 | 全域数据矩阵支撑电力调度与交易决策 |
| 独立储能项目 | 某100MW/200MWh项目 | 春节假期捕捉高价窗口，最优充放电策略实现单日套利10.79万元 |
| 差异维度 | 盘古气象 | 伏羲 | 风乌GHR | 风系列 | 旷冥4.0 |
|---|---|---|---|---|---|
| 时间预测尺度 | ★★★★ 中期(10-15天) |
★★★★★ 中期+次季节(60天) |
★★★★ 中期(10天) |
★★★★★ 短临~次季节全覆盖 |
★★★★★ 中期~季节(12月) |
| 空间分辨率 | ★★★★★ 25km(标准)/10km(Pro) |
★★★★ ~25km |
★★★★★ 10km |
★★★★ 10~25km |
★★★ 场站级 |
| 数据同化范式 | 传统+AI后处理 | 纯数据驱动端到端 | 物理约束+数据驱动 | 完整NWP业务同化 | 深度变分同化重构 |
| 极端天气预测 | ⭐⭐⭐⭐ 台风路径/强对流已验证 | ⭐⭐⭐⭐ 强对流综合评测领先 | ⭐⭐⭐ 持续优化中 | ⭐⭐⭐⭐⭐ 国家级预警业务 | ⭐⭐⭐ 能源场景专项 |
| 垂直行业整合度 | ★★★★ 通用+多行业 |
★★★ 科研驱动为主 |
★★★★ 电力行业 |
★★ 公共服务为主 |
★★★★★ 能源垂直最高 |
| 开源开放策略 | ★★★★ API开放+部分开源 |
★★★★ 科研开放 |
★★★ 商业授权 |
★★ 非开源 |
★★ 商业封闭 |
| 权威评测成绩 | ★★★★ 第7→第2名 |
★★★★★ 评测第一 |
★★★★ 稳定前四 |
★★★★ 稳定前四 |
★★ 未参与通用评测 |
| 国际化部署能力 | ★★★★★ 30+国家/ECMWF/香港 |
★★★★ 43国(MAZU平台) |
★★ 国内为主 |
★★ 国内为主 |
★★ 国内为主 |
| 技术方向 | 演进描述 | 代表实践 |
|---|---|---|
| 多模态深度融合 | 卫星遥感、雷达、地面站等多源数据的深层融合同化 | 盘古、伏羲均有多源融合路线图 |
| "地球系统预报" | 气象-海洋-生态-气候一体化建模 | 盘古已发布Pangu-AI4S海洋/生态/海浪版本 |
| "物理+AI"双驱动 | 数据驱动中融入物理约束与守恒规律 | 风乌GHR物理约束架构、旷冥物理约束Transformer |
| 高分辨率延伸 | 从全球10km到区域亚公里级 | 盘古+深圳气象局已实现3km分辨率（智霁） |
| 从预测到决策闭环 | 从单纯"预报"走向"预测+决策"一体化 | 旷冥4.0"感知—预测—决策—执行"全链路 |
气象大模型逐步成为可被行业调用的底座能力。盘古已实现API化输出，30+国家气象机构接入。
支持低成本行业适配。盘古"5+N+X"三层架构天然支持L2场景层快速微调。
从单纯预报走向业务决策闭环。旷冥4.0已实现该闭环，盘古在能源场景推进中。
华为云2026年正式发布"AI出海计划"，目标全球各区域节点加速上线AI算力。已布局ECMWF、香港天文台、马达加斯加等标杆项目。
通过"妈祖（MAZU）"计划在43个国家和地区开展在线试用，实测效果优于ECMWF。以科研合作切入国际市场。
深耕国内电力行业，国家电网、南方电网、三峡集团为核心客户群体，国际化尚在规划阶段。
| 指标类别 | 具体指标 | 典型值 | 领先模型 |
|---|---|---|---|
| 预测精度 | 气象预测准确率提升 | 15% | 盘古（深圳能源集团验证） |
| 风电功率预测提升 | 10% | 盘古（深圳能源集团验证） | |
| 光伏预测提升 | 2% | 盘古 | |
| 效率提升 | 单次推理时间 | 秒级（vs NWP数小时） | 盘古、风乌（30秒） |
| 60天预测耗时 | 3分钟 | 伏羲/风顺 | |
| 预报提前量延长 | 3天 → 10天 | 盘古（马达加斯加渔民） | |
| 经济价值 | 独立储能单日套利 | 10.79万元/100MWh | 旷冥4.0 |
| 覆盖范围 | 全球接入国家数 | 30+ 国 | 盘古气象 |
| 场景类别 | 具体场景 | 盘古 | 伏羲 | 风乌 | 风系列 | 旷冥4.0 |
|---|---|---|---|---|---|---|
| 公共气象服务 | 公众天气预报、预警发布 | ✅ | ✅ | — | ✅ | — |
| 能源电力 | 功率预测、电力交易、储能调度 | ✅ | ✅ | ✅ | — | ✅ |
| 海洋航运 | 航线规划、海浪预报、渔业气象 | ✅ | ✅ | — | — | — |
| 农业气象 | 作物生长预测、灾害预警 | ✅ | ✅ | — | ✅ | — |
| 航空交通 | 机场天气、航线安全 | ✅ | — | — | ✅ | — |
| 保险精算 | 气象指数保险、灾害损失评估 | — | — | — | — | — |
| 防灾减灾 | 台风/暴雨/强对流预警 | ✅ | ✅ | ✅ | ✅ | — |
| 双碳/气候 | 气候风险评估、碳交易气象支撑 | ⏳ | ✅ | — | ✅ | — |
2023年起部署于欧洲中期天气预报中心官网，提供未来10天免费预报服务，是全球气象AI的里程碑事件。
正式投入公众天气预报业务，实现15天天气预报和台风路径预测误差小于50km的业务化应用。
3000余块天气预报板部署，覆盖约60-75万沿海渔民，预报提前量从3天延长至10天。
全球已有30个国家气象机构接入模型接口，形成全球最广泛的气象AI部署网络。
| 分析维度 | 盘古的竞争基础 | 竞争优势评估 |
|---|---|---|
| 技术可部署性 | 已验证异构硬件环境低功耗推理（ARM+Snt9B3适配），单集群2000P Flops算力，支持万卡级AI集群训练 | ★★★★★ |
| 亚太气候适应性 | 已通过热带气旋/台风预测实战验证，在亚太季风气候区有实测经验 | ★★★★★ |
| 数据互通性 | 全球分布的数据节点可为部署国本地气象数据接入提供低延迟、高合规基础设施 | ★★★★★ |
| 商业模式灵活性 | 三层解耦架构天然适配从免费开放API（公益）到付费订阅/项目定制（商业）的多层次合作 | ★★★★★ |
| 官方品牌背书 | 通过中国气象局实时预报示范计划验证，可复制至海外气象机构合作 | ★★★★ |
| 政企关系 | 华为深耕亚太市场的政府合作经验与合规记录，可依托既有合作渠道落地 | ★★★★★ |
| 渠道网络 | 盘古大模型已在30+行业、400+场景中应用，出海计划中的合作伙伴网络已初步建立 | ★★★★★ |
| 策略层级 | 具体建议 |
|---|---|
| 平台化输出 | 以"盘古气象大模型 + 昇腾AI算力云服务"形式，为亚太国家气象机构提供可本地化部署的解决方案 |
| 联合创新 | 与亚太各国气象部门进行联合模型训练与调优，利用本地高质量数据进行区域性精细化改进 |
| 行业标杆切入 | 优先切入航运气象导航（如与云遥宇航合作）、能源预测+电力交易、农业气象灾害预警等高价值场景 |
| 开放接口生态 | 开放API并培育本地ISV生态，形成"模型+应用"双引擎模式 |
| 技术主权回应 | 回应亚太国家对数据安全与技术主权的关切，提供全链国产化（从芯片到模型）的本地部署方案 |
| 政策 / 趋势 | 核心内容 | 对行业的影响 |
|---|---|---|
| 《气象高质量发展纲要》 | 对"气象+AI"给予战略支持 | 政策东风下，AI气象从"可选"变"必选" |
| 气象数据开放共享 | 第五批气象数据开放共享目录发布，全年气象AI专题数据服务用户超1.4万人次 | 降低行业数据门槛，激活AI气象创新 |
| 全球气象预报市场 | 2026年约29.5亿美元；气象服务的杠杆效应：每投入1元可产生数十倍经济回报 | 市场空间巨大，但真正的价值在高价值产业 |
| "十五五"战略 | AI气象在防灾减灾、双碳目标和大国博弈中的战略定位 | 国家投入将显著增加，行业进入快车道 |
| 英伟达Earth-2竞品 | 2026年可能对中国气象服务市场格局产生冲击 | 需加快国产化替代与自主生态建设 |
| 挑战维度 | 盘古 | 伏羲 | 风乌 | 风系列 | 旷冥4.0 |
|---|---|---|---|---|---|
| 从"学术榜"到"产业损益表"转化 | ★★★★ | ★★★ | ★★★ | ★★ | ★★★★★ |
| 算力国产化底座可用性 | ★★★★★ | ★★★★ | ★★★ | ★★★★★ | ★★★★ |
| 极端天气预测可信度 | ★★★★ | ★★★★ | ★★★ | ★★★★★ | ★★ |
| 行业定制化开发成本 | ★★★★ | ★★★ | ★★★ | ★★★ | ★★★★★ |
| 成本-效益优势 | ★★★★ | ★★★★ | ★★★★ | ★★★ | ★★★★★ |
| 商业化付费意愿转化 | ★★★★ | ★★★ | ★★★ | ★★ | ★★★★★ |
〈 综合评分冠军 〉国际化第一、Nature背书、30+国部署、ECMWF验证、三层架构商业模式最灵活｜短板：中国气象局评测从第七升至第二仍需追赶伏羲
科研实力最强、中国气象局评测持续第一、次季节60天预测独有优势、妈祖平台43国试用｜短板：商业化转化仍在早期阶段
10km最高分辨率、30秒/10天推理效率世界纪录、电力行业客户优质（国网/南网/三峡）｜短板：商业化刚起步，资金和品牌尚需积累
最全国家业务体系、短临~次季节全覆盖、公众端数十万轮对话服务、18省市覆盖｜短板：非商业化定位，市场化动力不足
垂直场景整合度最高、6000+场站数据壁垒、全链路闭环、储能单日套利10.79万元实证｜短板：通用气象能力未验证，局限于能源场景
| 应用场景 | 首选推荐 | 备选推荐 |
|---|---|---|
| 全球中期天气预报（通用） | 华为盘古气象 | 伏羲 |
| 次季节/气候预测（15-60天） | 伏羲 / 风顺 | — |
| 能源电力功率预测与交易决策 | 国能日新旷冥4.0 | 盘古气象 |
| 极端天气预警与防灾减灾 | 风系列（国家业务） | 盘古、伏羲 |
| 高分辨率区域预报（3km级） | 华为盘古（智霁） | 风乌GHR |
| 国际化/一带一路气象输出 | 华为盘古气象 | 伏羲（妈祖平台） |
| 海洋航运气象导航 | 华为盘古 | 伏羲 |
| 农业气象灾害预警 | 伏羲 / 风系列 | 盘古 |
盘古依托华为云出海计划和国际化先发优势，在亚太市场快速扩展；伏羲通过妈祖计划推进43国试用转部署；旷冥4.0在能源场景纵深收割商业化成果。
气象AI商业化分水岭——纯科研驱动模型如果不能证明商业价值将面临转型压力。盘古和旷冥4.0在商业市场扩大领先，相风科技可能启动新一轮融资或IPO准备。
"地球系统预报"成为竞争新高地（气象+海洋+生态+气候一体化）。英伟达Earth-2等国际竞品进场，倒逼国产气象AI加速迭代。保险精算、碳交易等蓝海市场开始释放。