Microsoft Aurora：面向天气与地球系统预测的大气基础模型
微软研究院的大气基础模型，通过异构地球系统数据预训练与任务微调支持天气、空气质量、海浪和热带气旋预测。
Microsoft Aurora foundation-model science-ai model-evaluation 微软研究院的大气基础模型，通过异构地球系统数据预训练与任务微调支持天气、空气质量、海浪和热带气旋预测。
1. 一句话结论
Aurora 是微软研究院为天气与地球系统预测训练的基础模型。它以多种分辨率、变量和压力层级的数据学习通用大气表征，再针对具体预测任务微调。它展示了一个模型覆盖天气、空气质量、海浪和热带气旋等任务的潜力，但研究结果不等于可直接替代业务预报系统。[S1][S2]
2. 项目定位与时间线
微软在 2024 年 6 月 3 日首次公开 Aurora，介绍其为大规模大气基础模型。[S1] 2025 年 5 月 21 日的后续文章配合 Nature 论文，扩展了对多类地球系统事件的回顾性评估。[S2] 因而候选日期应理解为重要研究成果发布日期，而不是模型首次亮相日期；本文按这两个节点分别记录。
3. 模型能力
Aurora 可通过微调处理中期天气、空气污染、海浪和热带气旋轨迹等任务。2025 年官方文章称，它在一系列回顾性测试中对多类环境事件给出有竞争力的结果，并强调模型能在有限专项数据下适配新任务。[S2] 这些结论来自论文设定和历史数据，不能直接外推到所有区域、季节与极端事件。
4. 技术路线
官方初始介绍把 Aurora 描述为 13 亿参数模型，核心采用 3D Swin Transformer，并配合基于 Perceiver 的编码器和解码器；预训练整合分辨率、变量与压力层级不同的异构数据，再分阶段微调和滚动预测。[S1] 这种结构的重点是复用大规模预训练形成的大气表征，而非为每个任务从零训练一套模型。
5. 适用场景
它适合科研机构、气象服务与环境风险团队探索快速预测，包括区域天气辅助、风暴路径研究、空气污染预估和海浪分析。供应链、能源、农业或保险团队也可把预测作为上游信号。但真正业务使用必须由领域专家解释结果，并与权威数值模式、观测数据和现行预警流程交叉验证。
6. 部署与接入
Aurora 更接近研究模型而非开箱即用的消费者应用。实施需要准备符合任务定义的气象或环境输入、运行推理与微调环境，并把输出转换为下游系统能解释的变量。团队应先复现官方任务中的小规模样本，再选择本地区历史时段回测；在数据坐标、时间步长和单位没有校准前，不应接入生产决策。
7. 开放与成熟度
微软 2025 年专题明确表示 Aurora 的源代码和模型权重已公开，供开发者下载、运行或继续构建，因此开放状态记为 open-source；它同时进入 Azure AI Foundry Labs，并被 MSN Weather 采用。[S2] 但这些事实不等于长期服务承诺或无限制商业许可，实施前仍要逐项核对许可证、数据授权和计算资源。
8. 主要风险
核心风险包括分布漂移、稀有极端事件样本不足、观测误差累积和空间分辨率掩盖局地影响。速度或平均指标领先也可能隐藏对特定地区更关键的失败。若输出被包装成单一确定结论，使用者容易忽略不确定性。高影响场景必须保留传统模型、实时观测和专业预报员的独立判断。
9. 评估与验收
评估应预先锁定地区、变量、预报时效和基线，使用未参与调参的历史窗口比较误差、极端事件召回和校准度。除总体平均值外，还要按季节、地形和事件强度分层。上线验收需验证缺测、延迟和异常输入时系统能告警并回退；只有本地回测和影子运行都稳定，才考虑用于辅助决策。
10. 来源与更新时间
本文研究日期为 2026-08-07，能力结论截至 2025-05-21；Aurora 首次公开时间为 2024-06-03。