DeepMind 推出的大模型 GraphCast 僅需不到 1 分鐘，就能直接預測出未來 10 天的天氣。在 AI 氣象模型中屬首次，它在 90% 的指標上超越了最先進的人類系統。

該模型分辨率為 0.25 度經度 / 緯度，相當于將地球表面分割成了超過 100 萬個網格，每個網格可以產生數百條預測數據，總計數量達到了上億規模。不同于傳統的預測方式，GraphCast 預測主要依靠數據中的規律進行預報。

研究人員從歐洲中期天氣預報中心 ( ECMWF ) 的 ERA5 再分析數據中選取了 2018 年的歷史數據，在 500hPa 高度場上，GraphCast 的 RMSE 和 ACC 指標都顯著優于 HRES。而在研究人員選取的 50-1000hPa 的 1380 個數據點中，GraphCast 有 90.3% 優于 HRES，優勢顯著。

此外，GraphCast 在熱帶氣旋路徑、水汽通量預測以及熱浪預測等方面也表現出色。在今年 9 月，GraphCast 成功在登陸前 9 天預測了北大西洋的颶風 Lee，使用傳統方法最多提前 6 天預報。

DeepMind 計劃構建集合預報模型，以適應實際情況中天氣的不確定性，進一步增強預報準確性。這項成果不僅準確度高，預測速度也非?？?，在一臺 Google TPU v4 機器上使用 GraphCast 進行 10 天預測，只需不到一分鐘就能完成。未來隨著更多數據的加入，GraphCast 的預測準確度還將進一步提升。

總之，谷歌 DeepMind 實驗室推出的 GraphCast 大模型在天氣預測方面表現優異，已經在 Science 雜志上發表，并得到了廣泛關注和好評。