<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>天气预报 on AI内参</title>
    <link>https://www.neican.ai/tags/%E5%A4%A9%E6%B0%94%E9%A2%84%E6%8A%A5/</link>
    <description>Recent content in 天气预报 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Thu, 30 Oct 2025 15:10:04 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E5%A4%A9%E6%B0%94%E9%A2%84%E6%8A%A5/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>OmniCast：非自回归AI重塑S2S天气预报，开启“天可测”新纪元</title>
      <link>https://www.neican.ai/insights/omnicastais2s-20251030151004628-0/</link>
      <pubDate>Thu, 30 Oct 2025 15:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/omnicastais2s-20251030151004628-0/</guid>
      <description>OmniCast模型通过创新的非自回归潜在扩散架构，显著提升了次季节至季节（S2S）天气预报的精度和效率，解决了传统自回归模型误差累积和数值方法计算耗时问题，其在气候科技、农业和灾害防御等领域的商业化应用潜力巨大。这项技术不仅是AI在科学发现上的重大突破，更预示着人类将从根本上改变与自然界互动的方式，进入一个“天可测”的新纪元。</description>
    </item>
    <item>
      <title>AI风暴：科技巨头如何重塑天气预报，精确度能否超越传统极限？</title>
      <link>https://www.neican.ai/insights/article-20250620082004016-0/</link>
      <pubDate>Fri, 20 Jun 2025 08:20:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250620082004016-0/</guid>
      <description>科技巨头正通过AI模型，如Google的GraphCast和微软的Aurora，在天气预报领域取得显著进展，其在预测精度上已超越传统基于物理的超级计算机模型。这些AI模型主要通过分析海量历史数据来识别模式，而非复杂的物理计算，展现出更快的运行速度和更高的精确度。然而，此技术仍面临数据访问的挑战及模型可解释性不足的问题，但其在提升社会应对极端天气能力和重塑气象产业方面潜力巨大。</description>
    </item>
  </channel>
</rss>
