Aurora：一套预训练底座，怎样转向天气、海浪与污染预测

预报下周的温度、台风带来的海浪和空气中的污染物，通常需要处理不同变量与资料。微软的 Aurora 尝试先从多种地球系统数据里学习共同表示，再针对具体任务微调。它值得看的地方，是同一套模型设计怎样适应不同预测任务，而不是一个网页里多放了几个天气按钮。

它也已不只有论文初版。当前官方文档推荐在对应的 0.25° 天气任务中用 Aurora 1.5 替代旧微调版，另有 1.5 集合版；海浪与污染预测则有专门型号。认识 Aurora 时，先选任务和输入数据，再谈模型大小，更容易找到正确入口。现行型号说明

一次预测，实际要交给它什么

以官方 ERA5 示例为线索：示例下载 2023 年 1 月 1 日的天气资料，选择适合 ERA5 的预训练版，而非专门面向 HRES T0 的微调版。资料需要组成一个 Batch：2米气温、近地风与海平面气压是一组，多个气压层上的温度、风、湿度等是另一组，陆海分布、地形等静态信息再单独提供。

还要附上经纬度、气压层与时间。基础接口使用当前和前一步两个时刻的状态；模型在内部归一化，把不同变量编码到共同的三维表示，推进到下一时刻，再解码成物理量。输出仍是同类数据批次，只是历史维度变成一个预测时刻；继续把结果送回去，就形成连续预报。

这解释了基础模型在这里的含义：共用的是学习地球系统变化的底座，实际输入输出仍然有物理含义和格式要求。把一张普通天气截图上传进去，或者只写一句“预测明天海浪”，都不等同于这个流程。ERA5 官方示例展示了完整数据准备和预测过程，本文没有运行该示例。

杜苏芮演示里，三条线分别是什么

官方仓库的台风动画提供了一个更容易读的结果：2023 年杜苏芮的路径对照。下图是动画播放到 7 月 25 日时的静态画面，绿色圆点与线代表 Aurora，白线是 IBTrACS 参照路径，橙色菱形与线代表 PGTW 预报。此时绿色路径与白线都转向菲律宾北部，橙色路径位置有所不同。

官方演示动画的浏览器静态截图，来源：Microsoft Aurora 仓库；保留英文图例，非编辑运行结果。

2025 年论文也讨论了这一案例。这样的对照让人看见模型如何把连续天气状态转成可比较的轨迹，比笼统地说“支持台风预测”具体得多。不过，单次台风不能代表全部预报表现，论文中的任务型号也不能直接等同于后来出现的 1.5。

论文分别评估了空气污染、海浪、台风路径和高分辨率天气预测：污染任务与 CAMS 比较，海浪任务与 HRES-WAM 比较，天气任务再用对应的数值系统作基线。它们有各自的变量、时效和测试条件，不宜拼成一个“全能准确率”。

同一个底座，怎样接住污染与海浪

污染预测要额外交给模型“空气里有什么”。当前污染型号说明要求 CAMS 分析资料：除气温、风等气象变量，还包括 CO、NO、NO₂、SO₂、臭氧等化学量，以及 PM1、PM2.5、PM10 等颗粒物变量，并配合指定静态资料。模型在相应资料上微调后，输出化学物种在不同气压层和整层柱含量等预测。它处理的是浓度如何随大气状态推进，不能拿一批纯天气变量就期待自动补出污染预报。

海浪任务的输入组合又不同。海浪型号将 HRES T0 的气象资料与 HRES-WAM 的海浪分析资料按时间对齐。需要预测的量包括有效波高、平均波向和周期，风浪、涌浪等分量还分别占据相应变量。论文专门处理了另一项现实差异：这些海浪变量在陆地、海冰覆盖处或某些分量缺席时可能未定义，缺测位置也会变化，模型需要支持这种动态缺测。缺测不能简单读成“该处波高为零”。

因此，这几项任务共用预训练结构，却使用对应微调权重和输入集合。若手里是 CAMS 气象与化学分析，希望看污染物的后续变化，应沿 AuroraAirPollution 的变量和静态资料准备；如果已有 HRES T0 与 HRES-WAM，目标是波高、波向与周期，则沿 AuroraWave 的资料组合和后处理要求。只备好了 ERA5 的天气示例，尚不具备这两个任务的完整输入。这个选择依据来自资料和输出量，而不是把最新天气权重直接用于所有任务。论文中的大气组成与海浪章节提供了各自的微调及评估条件。

最先决定效果的，可能是数据有没有选对

当前文档对数据来源的区分非常明确：旧 0.25° 微调版针对 HRES T0，高分辨率版有相应的 HRES analysis 要求，海浪与污染版也各有专用输入。1.5 扩展了地表变量和静态资料，并支持更细的预报步长，不能照搬旧示例的少量变量就期待完整能力。

我的判断是，Aurora 更适合有气象或环境数据基础的读者研究跨任务迁移：已有数据能否整理成对应输入，往往比先挑一个更大的模型更关键。普通 AI 读者也可以沿官方动画理解结果，但它没有因此变成可直接替代专业天气服务的应用。

仓库实现与使用说明采用 MIT，权重模型卡同样标注 MIT；仓库另列商业应用联系入口，并说明公开代码主要服务研究与复现。训练及输入数据遵循各自条款，代码和权重许可并不替代数据使用条件，也不意味着获得生产预报支持。