开源Hugging Face Blog·原文 2026年10月15日

Ai2发布HiRO-ACEv2气候模拟系统,以约X-SHiELD三百分之一成本生成 3 公里分辨率数据

Ai2称新降尺度模型HiROv2可同时预测多个高分辨率气象场,在稀有极端事件统计上匹配目标模拟至 3% 以内,并生成具有真实风眼和雨带的飓风;但系统目前仅适用于与X-SHiELD匹配的ACE版本。

AI解读:Ai2在Hugging Face博客发布HiRO-ACEv2,是对其高分辨率输出气候模拟器HiRO-ACE的更新。系统由 100 公里分辨率的AI模型ACE和将粗输出锐化到 3 公里的降尺度模型HiRO组成。

最大变化是新的降尺度模型HiROv2:可一次预测多个高分辨率场,不再只预测降雨,并且改进了极端事件的预测能力。

Ai2称,在输入粗化的X-SHiELD数据时,HiROv2能将目标模拟的高分辨率统计匹配到 3% 以内,即便事件稀有到每百万数据点才出现一次;它还能估算热带气旋总能量,包括训练中未见的风暴。

系统生成全球 3 公里数据的成本约为运行高分辨率全球大气模型X-SHiELD的 1/300;若只需单个区域,根据面积大小,节省可超过一百倍。Ai2表示正在开发精简版HiROv2,可再快十倍以上。

限制在于:HiRO从X-SHiELD学习,因此只能配合匹配X-SHiELD的ACE版本,尚不能为更暖未来或ERA5等历史记录生成高分辨率数据。Ai2计划用新的X-SHiELD数据集训练,包括一个模拟升温 4°C的世界,并增加近地表温度、雪和冰等输出。

博客还提供了网页演示,并排展示HiROv1、HiROv2与X-SHiELD的预生成降水、风、海平面气压输出;模型可下载,附教程笔记本。

Ai2在Hugging Face博客发布HiRO-ACEv2,这是其高分辨率输出气候模拟器HiRO-ACE的最新更新。据该博客,HiROv2能高精度重现极罕见的降雨、风与气压事件,完整系统生成全球 3 公里气候数据的成本约为X-SHiELD的 1/300。X-SHiELD是一個显式模拟风暴和其他小尺度天气的高分辨率全球大气模型。

HiROv2的改动与极端事件表现

HiRO-ACE于 2026 年早些时候推出,包含两部分:ACE是一个在较粗的 100 公里分辨率上运行的AI模型,HiRO则将这些粗输出锐化为 3 公里细节。

HiRO-ACEv2的最大变化是新的降尺度模型HiROv2。据博客,它现在可以一次预测多个高分辨率场,而不再只预测降雨,因此能覆盖更广的极端天气;同时改进了极端事件的预测能力。Ai2称,训练HiROv2方式的改变提升了它重现最强降雨、风与气压值的能力。

在给定粗化的X-SHiELD数据时,HiROv2能将目标模拟的高分辨率统计匹配到 3% 以内,即便事件稀有到每百万数据点只出现一次。它还能准确估算热带气旋的总能量,包括训练中从未见过的风暴,并生成具有真实风眼和雨带的飓风;不过博客指出,风眼周围的风与气压相比X-SHiELD仍略显不对称。HiROv2还能真实生成沿山坡下泄的强风。

ACE更新与全年 3 公里数据的生成

Ai2还为此系统训练了更新版ACE。博客称,在为期 10 年的模拟中,其飓风、平均气候态以及降雨、风、气压的整体分布都与X-SHiELD吻合良好,说明ACE的粗模拟是生成长期高分辨率气候数据的可靠基础。

将HiROv2与ACE组合后,团队生成了完整一年的全球 3 公里数据。博客称其统计与X-SHiELD密切匹配,即便HiRO使用的是ACE自行运行的模拟而非真实X-SHiELD数据。在 10 年运行中,HiRO-ACEv2飓风的能量与同期X-SHiELD相当,运行快照还显示多种其他极端事件与X-SHiELD中的类似。

成本、适用范围与后续计划

Ai2称,HiRO-ACEv2为研究人员提供了一种灵活且低成本的方式,可为 10 年或更长时间的极端事件生成多个版本的高分辨率降雨、风与气压数据。用其生成全球高分辨率数据的成本约为运行X-SHiELD的 1/300;若只需一个区域,根据面积大小,节省可超过一百倍。团队还在开发精简版HiROv2,据称可再快十倍以上。

限制方面,博客表示由于HiRO从X-SHiELD学习,它只能配合匹配X-SHiELD的ACE版本运行,因此尚不能为其他气候生成高分辨率数据,例如更暖的未来或ERA5等历史记录数据集。下一步计划用新的X-SHiELD数据集训练,包括一个模拟升温 4°C的世界,并增加近地表温度以及雪和冰等输出,以支持雪包预测等更多用途。

为便于查看HiRO输出,Ai2构建了网页演示,并排展示HiROv1、HiROv2与X-SHiELD的预生成降水、风与海平面气压输出。博客称该演示可快速目视检查输出效果,并允许用户放大自己关注的区域判断性能;模型可下载,教程笔记本介绍如何运行。

信息来源

Hugging Face Blog原始来源