对话丨“妈祖”气象预警系统出海：中国技术如何助力全球防灾减灾？

7月17日，在2026世界人工智能大会（WAIC）的开幕式上，国家主席习近平宣布了一项重要计划：未来五年内，中国将推动其自主研发的气象智能预警方案“妈祖”在30个国家落地应用，为全球防灾减灾贡献中国智慧。

这一宣布背后，是一场关乎全球亿万人生命安全的科技竞赛，中国正以实际行动展现其作为负责任大国的担当。

中国气象智能预警方案“妈祖”以其“菜单式供给、定制化服务”的平台界面，赢得了国际社会的广泛关注。图据中国气象局官方微信公众号

今年入汛以来，我国主要江河频繁发生编号洪水，多条河流超警戒水位，极端天气事件频发。与此同时，全球范围内也遭遇了前所未有的气候挑战：加拿大不列颠哥伦比亚省因高温引发山火，法国南部和西班牙多地则遭受热浪侵袭，气温飙升至40摄氏度以上。暴雨、高温、山火、干旱等灾害轮番上演，气象预警的重要性愈发凸显。谁能够更早地预见风暴，谁就能在灾害中减少损失。

然而，现实却令人担忧。巴基斯坦、吉布提、埃塞俄比亚等发展中国家，由于气象观测网不完善，预警系统滞后，导致本可避免的伤亡和损失不断加剧。

面对这一挑战，中国正积极将自主研发的AI大模型、风云卫星数据以及数十年积累的防灾减灾经验向全球推广。这不仅仅是一次技术的出海，更是中国为应对全球气候危机所采取的务实行动，旨在通过技术共享填补气象预警体系的“真空地带”。

“妈祖”为何能够“漂洋过海”？中国气象AI的底气何在？又如何跻身全球第一梯队？7月20日，《徽声在线》记者走进中国气象局，独家对话中国气象局气象高级工程师苏飞，探寻背后的故事。

每经记者探访中国气象局。每经记者 温沐夏 摄

“妈祖”凭什么走向世界：复杂地形孕育的AI，助力发展中国家填补数据空白

徽声在线：在这次WAIC上，中国气象智能预警方案“妈祖”备受瞩目。与国外气象AI相比，我国气象大模型的独特优势体现在哪些方面？

苏飞：我们的优势主要体现在三个方面。首先是制度优势带来的宏观规划能力。气象是一个大尺度行业，国家层面进行了非常好的顶层部署。我们根据预报时间尺度，分别开发了“风雷”、“风清”、“风顺”等系列AI大模型。“风雷”专注于0到3小时的临近预报，利用雷达和卫星反演数据，捕捉短时强对流天气；“风清”则负责短中期预报，即24小时、48小时以及未来3到7天的天气情况；“风顺”则偏向于中长期气候预测，如旬、月尺度的预报。各模型分工明确，各司其职。

其次是自主可控。我们的训练数据来源于国内自主积累的气象观测序列，拥有70多年的完整数据。此外，我国幅员辽阔，地形复杂多样，天气现象丰富多变，为模型训练提供了宝贵的数据资源。同时，我们的核心技术也是自主研发的，不存在被“卡脖子”的风险。

最后是集成度高、可拓展性强。我们将临近、短中、长期预报以及服务模块全部集成到“妈祖”系统框架中。许多国家只能进行单一尺度的预报，而“妈祖”则实现了全尺度的覆盖。而且，它还可以与能源、交通、金融、农业等行业进行深度融合，拓展出更多的应用场景。

中国气象局展厅内的展示品。每经记者 温沐夏 摄

徽声在线：我国气象模型似乎是一个“全能型”选手，但为什么国外很多国家更倾向于开发垂类模型呢？

苏飞：这主要归因于数据基础的差异。每个国家的科研能力和观测能力存在较大差距。中国、欧洲等地区地面观测站密集、雷达众多、卫星覆盖全面，数据链条完整。然而，许多发展中国家在气象观测方面存在严重不足，气象观测站稀疏、雷达观测缺失、卫星数据无法获取，导致模型训练的数据输入不足。这时，“妈祖”的价值就凸显出来了。它可以利用风云气象卫星的数据反演出当地的观测产品，再结合本地少量数据进行微调，将中国模型的预测能力“平移”到当地。虽然精度可能无法达到90分，但至少能提供60分以上的可用预报，这已是质的飞跃。

徽声在线：为什么“妈祖”主要面向发展中国家推广呢？

苏飞：“全球南方”国家是气象灾害最脆弱、预警能力最薄弱的群体。联合国呼吁“全民早期预警”，气象是防灾减灾的第一道防线。我们出海的核心目标就是帮助这些国家建立早期预警能力，展现中国作为负责任大国的担当。虽然全球范围内数值预报能力较强的机构主要是欧洲中期天气预报中心（ECMWF），但我国的气象大模型也曾在国际评比中取得过第一名的成绩，整体处于世界第一梯队。此外，我国幅员辽阔、地形复杂、灾害种类多样，这些极端条件“倒逼”出高质量的训练数据。再加上持续的技术投入，中国气象大模型的底座打得非常扎实。

徽声在线：在“出海”过程中，“妈祖”是否遇到过“水土不服”的问题？比如当地气候特征与训练数据差异太大。

苏飞：确实会遇到这样的问题。但我们的思路不是“甩过去一个模型就完事”，而是结合当地气象数据再进行一轮训练和优化。并不是说“妈祖”一落地就能达到最优效果，它是一个持续迭代的过程。先补齐空白，再用本地数据喂养模型，逐步提升预报精度。巴基斯坦用了之后反馈很好，填补了很多之前的预警盲区；对吉布提我们也刚交付了2.0版本。整体来看，大部分国家刚刚启用或处于磨合期，需要时间来适应和优化。

从“算8小时”到“分钟级出图”：AI给天气预报带来革命性变化

徽声在线：今年汛期大家普遍感觉雨来得早、来得猛，主汛期“七下八上”刚到，华北地区就面临巨大压力。在此背景下，AI技术迭代到底给气象预报带来了哪些实质性提升？

苏飞：传统天气预报主要依赖物理建模路线，即利用超级计算机对大气运动方程组进行数值求解，模拟整个大气状态。然而，全球数据跑一遍往往需要数小时才能出一个结果。等你算完，天气形势可能已经发生了变化。现在AI介入之后，效率大幅提升。它通过对历史数据的挖掘，可能在分钟级时间内就能生成一个天气预报。这是第一个质变——时效性的提升。

第二个是准确率的补充。AI能够给预报员提供很好的辅助，它不是替代人，而是帮助人处理大量重复性工作。让预报员有更多精力聚焦于复杂天气形势的研判和服务策略的制定。

第三个是成本的降低。以前布一个超级计算机中心需要天文数字的开销。现在AI大模型加上GPU（图形处理器）算力，预报成本大幅下降。大家能够制作更多种类的产品，服务面也更广了。

中国气象局展厅内的展示品。每经记者 温沐夏 摄

徽声在线：听起来AI几乎全方位超越了传统数值预报，那为什么还要保留物理模型呢？

苏飞：因为AI天生有短板，不能只靠它。2024年到2025年，中国气象局对国内主流AI大模型进行了一轮测评，发现两个比较突出的问题。第一个是对极端天气事件的强度预报普遍存在系统性偏弱的问题；第二个是中小尺度表现存在细节模糊的情况。比如一次局地强对流天气，它的内部结构、移动路径、生消演变等细节，AI画出来的图往往不够清晰，丢失了很多细节。

因此，我认为未来的方向是混合式模型——将物理数值预报与AI模型相结合。物理模型保证大气运动规律的正确性和可解释性，AI模型提升运算速度和计算效率。两者协同才能将预报准确率推至更高水平。

徽声在线：说到这里有个挺现实的问题，气象行业最怕两件事：漏报和错报。AI会不会增加这两类风险？

苏飞：确实会存在这样的风险，所以业内高度重视AI“幻觉”问题的治理。我们已经建立了成熟的纠偏机制。首先，AI的输出结果不会直接对外发布，必须与基于物理方程的数值预报结果进行比对和订正。其次，最终结论必须经过资深预报员的审核把关。

天气预报具有特殊性，它跟别的行业不一样。一年四季是个轮回，但又年年有变数。老预报员脑子里装着很多“经验式的规律”，这是几十年攒下来的宝贵财富。AI目前还无法完全替代这种行业经验。

数值预报本身就有蝴蝶效应。一点点初始扰动就能导致极大偏差，AI也一样做不到百分百准确。所以必须有经验丰富的首席专家去做最后的研判和订正，这是人机协同的关键一环。

从“看得见台风”到“提前48小时撤人”：科技让风暴少带走一些人

徽声在线：我们用了AI大模型之后，到底挽回了多少损失？

苏飞：我先从机制上解释为什么它一定有用。最核心的变化是更新频率的提升。比如以前传统数值预报可能8小时更新一次，现在AI加持下可能做到10分钟更新一次。频次提上去，意味着你能捕捉到更小尺度、更快生消的天气系统。比如突然生成的龙卷风母体、突然加强的对流云团等，以前可能漏掉，现在能抓住。

徽声在线：所以“妈祖”不只是个预报工具，而是一整套从监测到预报、到预警再到服务的流程吗？

苏飞：对，它本质上是一个全生命周期的预警网络。从天上的风云卫星“看”天气，到AI模型“算”天气，到预报员“判”天气，再到预警信息“发”出去，最后到基层“叫应”落实，这五个环节缺一不可。我们气象系统的职责很明确：第一是对公众做好天气预报和防灾减灾工作；第二是保障重大活动的顺利进行。大模型现在已经在支撑日常业务了，高考、城市运动会、重大节点等背后都有它在运行。

徽声在线：展望未来，气象AI的终极形态会是什么样？

苏飞：“物理数值预报模型+AI模型”的混合式架构将是未来十年的主线。二者是互补关系：物理模型确保预报结果符合大气运动基本规律且可解释；AI模型则负责提速，并从中挖掘出海量历史数据中人类难以直接识别的非线性特征。

我们希望最终能构建一个全能型通用气象大模型——一个模型覆盖临近、短中、长期预报，并能按需切分出能源版、交通版、农业版等垂直应用版本。目前“妈祖”已朝这个方向迈进，但全能型模型的成熟度仍不高，需要持续攻关。

徽声在线：很多人觉得气象是“老行业”，AI来了会不会彻底颠覆它？

苏飞：不会颠覆，会重塑。你看现在我们已经在用集合预报的思路，把气象局自己的模式、复旦大学的“伏羲”、华为的“盘古”放在一起对比，谁报得稳听谁的，谁报得激进作参考，多模型互相订正。这在以前是不可想象的，因为算力贵、数据孤岛、模型不互通。AI把门槛降下来之后，整个行业的玩法都变了：更多主体能参与进来，更多垂直场景能被满足，更多发展中国家能跨过“没有预警”这条生死线。科技本身没有温度，但它让一个偏远村庄提前两小时收到山洪预警、让一艘货轮避开正在生成的台风眼。那一刻，它就是有温度的。

这也是为什么习近平总书记在WAIC上说“守望万家灯火，护佑四海安澜”。30个国家、5000个研修名额、一批国际人工智能应用合作中心。这些数字背后，是中国气象人用几十年攒下的技术家底去填平全球预警鸿沟的一次集体出手。风暴不会等人，但至少，我们可以让它少带走一些人。

（每经记者温梦华对本文亦有贡献）