相比傳統的高分辨率天氣預測，Earth-2 的 CorrDiff 模型在能效上提升了 10000 倍，實現了 AI 驅動的公里尺度精準天氣預報，從而有助于提升災害應對能力和拯救生命。

為幫助各個地區更有準備地應對極端天氣，氣象預報人員首先需要精確掌握極端天氣即將發生的地點。

正因如此，全球各地的氣象機構與氣候科學家紛紛采用 NVIDIA 的CorrDiff模型。這是一個生成式 AI 氣象模型，它能夠對風速、溫度、降水類型及降水量進行公里尺度的精準預報。該模型是用于模擬天氣和氣候狀況的NVIDIA Earth-2平臺的組成部分。

近期，《自然》系列科學雜志旗下的《通訊-地球與環境》（Communications Earth and Environment）刊登了一篇關于 CorrDiff 模型的論文。該模型作為一種易于部署的 NVIDIA NIM 微服務，已經被氣象技術公司、科研人員及政府機構用于優化其氣象預測。

隨著極端天氣事件日益頻發，快速、精準的高分辨率天氣預測將有助于人們更好地評估風險、制定疏散方案、應對災害并開發抵御各種氣候變化的基礎設施，從而降低人員、社區及經濟面臨的風險。

全球各地的氣象機構和初創企業正在積極地采用 CorrDiff 模型以及 Earth-2 中的其它工具，以提升極端天氣預測的分辨率與精度，并優化可再生能源管理和農業規劃。

高保真的天氣預報即將實現

CorrDiff 運用生成式 AI 來提高粗分辨率天氣模型的精度，它借助擴散模型技術，可將大氣數據的分辨率從 25 公里提高到 2 公里。另外，目前的文本轉圖像服務也采用了相同類型的 AI 模型架構。

除了提高圖像分辨率，CorrDiff 還能預測輸入數據中未包含的相關變量，比如雷達反射率，該指標可用于判斷降雨位置和強度。

CorrDiff 模型利用了天氣研究與預報模型（WRF）的數值模擬進行訓練，其生成的天氣模式分辨率提高了 12 倍。

最初的 CorrDiff 模型是在 NVIDIA GTC 2024 上發布的，并在《通訊-地球與環境》發表的論文中進行了闡述。NVIDIA 與臺灣地區的氣象部門合作，根據臺灣的天氣數據對該模型進行了優化。

之后，NVIDIA 的研究人員和工程師致力于有效地擴展 CorrDiff 模型的覆蓋范圍，使其能夠覆蓋全球更大的區域。在 SC24 上，該模型以 NVIDIA NIM 微服務形式發布的版本覆蓋了美國大陸地區。這個版本使用美國天氣數據進行了訓練，樣本數據集中包含了颶風、洪水、冬季暴風、龍卷風和寒潮等真實世界中的自然災害數據。

相比使用 CPU 的傳統高分辨率數值天氣預報，針對美國地區優化的CorrDiff NIM 微服務速度提升了 500 倍，能效提高了 10000 倍。

CorrDiff 背后的研究團隊仍在不斷地提升該模型的功能，并且還發布了其他生成式 AI 擴散模型，展示了如何進一步增強該模型，以使其能在不同環境中更穩定地解析小尺度細節，并更好地捕捉罕見或極端的天氣事件。

CorrDiff 還能用于預測城市地區的下洗氣流現象——當強風向下匯聚到街道高度時，可能會損壞建筑物并影響行人安全。

氣象機構在地圖上積極采用 CorrDiff

全球各地的氣象機構和企業都在利用 CorrDiff 來加快氣象預測，應用領域涵蓋區域天氣預報、可再生能源管理和災害管理。

例如，臺灣地區災害防救科技中心已經部署了 CorrDiff 模型，以加強當地的災害預警。由于在 NVIDIA AI 平臺上運行 CorrDiff 模型時的較高能效，該中心預計節約的電量達到近 1 吉瓦時。CorrDiff 的預測結果被整合到該中心的災害監測網站中，幫助臺灣地區的預報員更好地為應對臺風做好準備。

在 NVIDIA GTC 大會上探索 Earth-2

參加 NVIDIA GTC 2025，更深入地了解 Earth-2 相關的 AI 應用。作為 AI 領域的全球盛會，GTC 2025 將于 2025 年 3 月 17 日至 21 日在美國加利福尼亞州圣何塞及線上同步舉行。