Aurora 1.5:扩展开源基础模型,助力天气与地球系统应用
- Aurora 1.5 是微软 Aurora 地球系统基础模型的一次重大扩展,新增了 22 个与能源、农业、交通和气候风险相关的天气变量,并支持逐小时时间分辨率预报和概率集合预报。
- Aurora 1.5 以开源形式发布在 GitHub 上,模型权重托管在 Hugging Face,方便研究人员和开发者使用、评估并基于该模型进行开发。
- Aurora 1.5 将开放研究与微软天气服务相连,为天气和地球系统应用提供数据、基础设施、受控访问和业务化运行支持。
Aurora 1.5 是开放 Aurora 地球系统基础模型的重大升级,新增了 22 个天气变量,以更全面地刻画大气状况,同时支持逐小时预报和概率集合预报。该模型由微软天气团队开发,作为微软研究院 AI for Science 原始模型的扩展,展示了前沿研究如何走向更广泛的应用:对研究人员和开发者开放,以便评估和扩展,同时在客户需要额外数据、基础设施和业务保障时为其提供支持。随着气候和天气相关风险持续影响全球的社区、基础设施和经济发展,地球系统预报领域的进步有助于提升灾害应对和决策能力。
什么是 Aurora?
Aurora 是由微软研究院 AI for Science 开发的地球系统基础模型,于 2024 年首次推出,并于 2025 年在 Nature 上发表(在新标签页中打开)。它证明了一个模型可以通过微调适配于中期天气预报、海浪、大气化学以及包括高分辨率天气预报在内的新兴气候应用。其日益广泛的使用进一步印证了一个开放、协作模型的价值——更易于适配、评估和投入实际使用。
Aurora 的下一阶段(在新标签页中打开)在这一基础上更进一步,将模型开源,让全球社区能够适配、扩展并基于它进行再开发。
Aurora 1.5 有哪些新特性?
Aurora 1.5 推动着让开源天气基础模型对依赖大气与地球系统智能的组织变得更实用、更可扩展。除了新增的变量和更高的时间分辨率之外,Aurora 1.5 还加入了用户呼声最高的能力之一:集合预报。由于预报结果对初始条件和模型不确定性十分敏感,集合预报会运行多次模拟,以呈现各种可能结果的范围与概率。Aurora 1.5 在微软研究院的科学基础上,进一步引入了新的产品工程、云基础设施、托管访问以及决策支持能力。这些进展共同使 Aurora 1.5 成为一款面向企业的、有实用价值的天气解决方案。
变量广度方面,本次更新在 Aurora 原有 4 个变量的基础上新增了 22 个,覆盖代表性地面场、压力层、风、温度、湿度、降水以及辐射等。更广的覆盖面让模型对依赖综合地球系统信号的行业更具价值,包括能源、农业、交通运输以及韧性规划等领域。
时间分辨率提升至逐小时级别,可捕捉精细的细节,为精准的业务指导提供支持,例如降水起止时间、贸易决策,以及登陆热带气旋的演变过程。
「Aurora 1.5 是让气象基础模型更加开放、实用、可落地的重要一步。通过开放发布模型,我们为研究者、开发者和企业机构提供了一条更清晰的路径,让他们能够评估模型、改造模型,并理解模型可以在哪些场景中发挥作用。Microsoft Weather 的职责,是把这套开放的研究基础,与企业所需的天气智能数据、基础设施和应用工作流连接起来,帮助他们负责任地、有信心地使用天气智能。」
Sridhar Iyer,企业副总裁,Microsoft AI
聚焦:活动系列
Microsoft Research Forum
加入我们,在通用 AI 时代持续交流研究洞见。可点播观看最新期数。
点播观看 在新标签页中打开Aurora 1.5 的集合预报让天气不确定性下的决策更有底气
Aurora 1.5 的集合版本引入了随机扰动来表征模型不确定性,从而生成多个预报成员,用以估计未来可能结果的离散程度。对电力系统、交通运输、农业、极端天气应对和气候风险等众多应用场景而言,预测结果的分布与最佳估计值同等重要。
这一集合预报能力是在原版 Aurora 模型的基础上,通过多阶段微调实现的。团队先扩充了变量集合并加入逐小时的时间分辨率,随后在模型的潜变量条件通路中引入受控扰动,并对集合进行面向概率预报质量的优化。最后,基于 2018 至 2023 年 ECMWF 高分辨率(HRES)分析数据进行了一轮自回归微调,提升了滚动预报的表现与稳定性。

Aurora 的集合方法综合了多次模型运行的不确定性。其概率预报在 88.9% 的评估目标上优于当前最先进的 ECMWF 动力集合预报(图 1)。在对 2024–2025 年全部热带气旋的评估中,Aurora 1.5 大幅降低了路径误差:与原版 Aurora 相比,集合中位数的路径误差降低了约三分之一。以破坏性极强的飓风海伦妮为例,可以看出 Aurora 1.5 的预报能力如何转化为高影响天气场景的应用价值。


不止于天气:Aurora 作为地球系统基础模型
除了中短期天气预报应用,作为 Microsoft Climate Innovation Fund 投资组合成员的 Terradot,正与 AI for Good Lab(新标签页打开) 及 Microsoft Research Accelerator 合作推进 TerraNova 项目,借助源自 Aurora 的天气表征(新标签页打开),在真实田间条件下估算和改进增强岩石风化过程中的二氧化碳移除效果。Terradot 联合创始人 Sasankh Munukutla 强调:"依托 Aurora,我们显著加快了研发节奏,加速迈向亿吨级碳移除目标。"这项工作表明,地球系统基础模型能够支撑气候缓解和公益科学——不仅是天气预报,更延伸至那些需要严格评估与负责任部署的场景。
Aurora 目前也在与英国气象局等合作伙伴共同探索,研究基础模型如何与成熟的物理模型系统协同工作,以应对从天气到气候时间尺度上的各类问题。目标是实现更快、更灵活的预报,为决策提供支持,同时不取代那些经过验证的可信预测背后的科学原理。
"微软的 Aurora 模型是一项令人振奋且前景广阔的工具,让气象局的科学家能够贡献自己的数据与专业知识,共同应对气候问题并提供新型气候信息。气象局与微软的科学家和工程师每天都在协作,将 AI 天气预报领域的经验迁移到气候信息领域,共享数据科学与气候科学的专长。Aurora 是一个绝佳的平台,帮助我们探索如何将这些工具应用于气候预测,从而打造未来的 AI 气候模型。"
— Doug McNeall,英国气象局哈德利中心数据驱动气候建模科学负责人
打通开源模型与业务应用
微软将开源研究、产品工程、负责任部署以及合作伙伴生态串联起来,让模型能够从科学突破走向经过评估的业务落地。以 Aurora 为例,它诞生于微软研究院的 AI for Science 团队,如今正由微软 Weather 在业务层面进行深化应用,同时 AI for Good 也在协助评估其公共利益方面的应用场景。在平台层面,Aurora 已接入 Microsoft Foundry 和 Planetary Computer Pro,与 Agent 技能和 Azure 服务协同,将模型与地理空间数据、可扩展基础设施以及应用工作流连接起来。BKW 是一个早期实践案例:该公司正将 Aurora 1.5 与现有的微软 Weather 业务模型配合使用,在能源调度场景中整合天气依赖型发电、基础设施规划和环境数据。
"此次合作展示了先进的 AI 能力和稳健的云基础设施如何应用于最具战略意义的领域之一——能源,而天气在其中扮演着根本性的角色。在加速转型的当下,它支撑着我们的雄心,即运营日益以可再生能源为主的系统(其发电本质上依赖于天气),并以更大的信心和精度更好地预判与管理这种波动。"
Farhat Quiñones Yamshid,BKW AI 与技术负责人
从开放研究到更广泛的影响
Aurora 以开源形式发布,旨在帮助研究人员、机构、企业和公民社会评估、应用并扩展该模型。Microsoft Weather 正基于这一开放基础,通过托管服务、集成以及面向依赖天气和地球系统情报的组织的可靠部署路径,让更多人更便捷地获取 Aurora 预报。
基础模型应当作为物理模型和领域专业知识的补充,而非替代。关键在于负责任地使用它们,进行审慎的评估并保持透明,同时邀请研究人员、机构、企业和公共利益合作伙伴,在各自的场景中检验 Aurora 及相关 Microsoft Weather 能力能够如何改善预报、规划与气候韧性。
关于 Microsoft Weather
Microsoft Weather 是支撑 Windows、Bing、Copilot、Edge 和 MSN 上天气体验的 AI 预报团队,覆盖 180 多个国家的超过十亿台设备。该团队将 AI 应用于业务化天气预报已有七年多,在全球范围内交付高质量预报方面积累了良好口碑。Microsoft Weather 在多项预报竞赛中获奖,并连续三年(2022—2024)被独立第三方评为全球最准确的天气预报机构。依托今日发布的 Aurora 1.5,该团队计划在未来几个月内进一步拓展这项工作,陆续推出针对企业场景量身打造的 AI 天气模型,聚焦预报质量、速度、不确定性以及运营决策支持等最关键的维度。
如果你希望将 Aurora 和微软天气解决方案用于商业或组织场景,请通过 AIWeatherClimate@microsoft.com 与我们联系。
Microsoft Foundry 上的 Aurora 1.5 GitHub 上的 Aurora 1.5 Aurora 1.5 论文 用于将 Aurora 适配到新场景的 Agent Skills 在新标签页中打开认识作者
Kenji Takeda
研究孵化部门总监
了解更多
Haiyu Dong
首席应用科学经理
微软
了解更多
Jonathan Weyn
应用科学家
微软
了解更多
Amit Misra
首席数据与应用科学家
了解更多Matt Corey
高级产品经理
了解更多
Kevin White
数据科学高级总监
了解更多
Shannon Monroe
创意技术专家
了解更多
Juan M. Lavista Ferres
企业副总裁兼首席数据科学家
了解更多
Ashley Llorens
企业副总裁兼董事总经理,微软研究院加速器
了解更多
Bonnie Kruft
董事总经理,微软研究院 AI for Science
了解更多研究领域
研究小组
相关工具
相关项目
相关实验室
相关视频

Artificial intelligence