单卡一小时训练降尺度模型，把法国气温预报从 28km 提到 5.5km
yb2698 · x · 2026-10-20
Hugging Face 团队发文证明：提升 AI 天气预报分辨率未必要更大的模型，给现有全球模型加一个小型降尺度器（downscaler）即可。
- 做法：在 AIFS-ENS 全球预报输出之上，训练一个小型 downscaler 学习地形、海岸线等局部细节，单张 GPU 约 1 小时即完成训练，将法国气温预报从约 28km 分辨率降到 5.5km
- 效果：对比 Météo-France 地面气象站，前两天预报 RMSE 降低 14%、CRPS 降低 21%；十天预报分别降低 9% 和 14%
- 背景：AI 天气模型通常以 0.25°（约 28km）网格运行，小于网格尺度的山谷、岛屿等局部效应会被平均掉；团队已开源博客与 demo space，展示完整训练流程
「研究」频道最新
- 3DRAE:任意 3D 场景压缩成 1K token,西湖大学等提出场景生成新表示 — Dongxu Wei · 2026-10-21
- Deepak Pathak:机器人学习没有完美数据源,仿真、视频、遥操各有取舍 — chris_j_paxton · 2026-10-21
- AA 聚类分析:各厂模型性格相近,跨厂出现三大性格家族 — ArtificialAnlys · 2026-10-21
- 新研究:最简单的离散动作表示就能追平甚至超越连续动作策略 — GuanyaShi · 2026-10-21
- 把 3D 扫描当视频处理：ETSAM 改造 SAM2 自动分割细胞膜 — bravo_abad · 2026-10-21
- Richard Socher:AI 可把百年科学突破压缩到十年内完成 — RichardSocher · 2026-10-21