由初创公司WindBorne Systems推出的一款全新AI天气预报工具，凭借在传感器数据输入深度学习模型方面的突破，能够比欧洲政府开发的世界领先系统更频繁且更准确地预测关键气象变量。

WindBorne由一群斯坦福大学学生于2019年创立，最初专注于制造更先进的气象气球，计划销售气象数据。但随着2022年天气预报深度学习模型的出现，团队意识到构建自己的模型能带来更大价值。

今天，WindBorne发布了其第六代模型WeatherMesh。公司表示，该模型的准确度超过了欧洲中期天气预报中心（ECMWF）所提供的传统和AI预测。ECMWF被气象学家视为最权威的准确天气预报提供者。

WindBorne首席产品官Kai Marshland解释，WeatherMesh-6的准确度相当于传统预报提前一天的准确度，尤其是在地表温度测量方面。

WeatherMesh-6每小时更新一次预报，而传统模型通常每六小时更新一次，且其分辨率在美国大陆地区已达到3公里。

传统天气预报依赖复杂的物理模型，需要昂贵的超级计算机长时间运行。相比之下，AI模型由初创企业和谷歌DeepMind等大型实验室开发，运行速度更快，但目前分辨率和长期预测准确度仍不及物理模型。

尽管如此，天气AI技术正迅速进步，已被全球主要政府机构采用，研究人员正努力将其整合进公共天气预报系统。

WindBorne结合了模型构建与数据采集的优势，目前全球15个站点同时发射约400个气球收集传感器数据。当前模型的进步主要得益于改进了气球数据输入模型的方式。

WindBorne CEO John Dean表示：“我个人不理解没有数据优势的AI气象公司的商业模式。”

ECMWF的领先地位归功于其“数据同化”能力，即将分散的传感器数据转化为机器可读的全球气象图像。目前，AI天气模型仍依赖ECMWF和美国国家海洋和大气管理局（NOAA）提供的数据集。

但WindBorne及其他机构正努力将数据直接输入模型。公司AI负责人Joan Creus-Costa指出，直接摄取气球及其他来源数据是WeatherMesh新版本性能提升的关键。经过一年调优和基于Transformer模型的架构重构，模型实现了稳定且高质量的预报。

Dean说：“刚开始做数据同化时，我们仍严重依赖ECMWF。我预测如果现在去掉ECMWF的初始条件，我们的表现依然不错。”

去年，WindBorne经历了一次惊险事件，一架联合航空客机撞上了其气球。飞机仅受轻微损伤，无人员伤亡，这部分得益于公司遵守了美国关于传感器包大小的规定。如今，公司利用全球航空监控系统ADS-B监测空中交通，主动调整气球位置以避免碰撞，降低事故风险。

WindBorne已筹集2500万美元风险投资，2024年估值达8500万美元。公司将气球数据出售给NOAA，用于美国气象预报，还供应给美国空军和海军。此外，公司向投资者和商品交易商销售天气预报，但Dean表示，公司更专注于完善模型和数据基础设施，而非商业产品，部分原因是信息环境的变化。

Dean说：“我不打算投入大量团队开发SaaS产品，因为未来两年人们获取消费信息的方式可能会通过智能代理。”

【更正】报道中关于WindBorne气球使用ADS-B避免空中交通的描述有误；公司监控空中交通并调整气球位置，但尚未在传感器平台上安装ADS-B应答器。