HiRO-ACEv2：以 1/300 成本模拟 3 公里
来自 Hugging Face · 期号 2026-10-15
摘要
模拟极端天气的传统方法（如 X-SHiELD）精度高但成本极高。 Ai2 发布 HiRO-ACEv2，用 AI 模型以约 1/300 的成本生成全球 3 公里分辨率的气候数据。系统分两层：ACE 以 100 公里粗分辨率模拟，HiROv2 再将粗结果锐化为 3 公里细节。 HiROv2 能同时预测降雨、风速和气压，对极端事件的还原度与 X-SHiELD 相差不到 3%，包括百万分之一概率的罕见事件。生成的飓风能量、雨带和风眼结构均接近真实模拟，但眼区附近的风压仍略不对称。 在 10 年连续模拟中，HiRO-ACEv2 的飓风能量与 X-SHiELD 相当。如果只模拟单一区域，成本节省可再放大百倍以上。团队还在开发一个更快的精简版 HiROv2。 目前系统只能处理与 X-SHiELD 匹配的气候场景，尚不支持更暖的未来或历史再分析数据。下一步计划训练 4°C 升温场景的版本，并增加地表温度、冰雪等输出。 论文附了开源模型和教程笔记本。
深读
导读 极端天气模拟是气候研究的核心需求，但传统高分辨率模型（如 X-SHiELD）计算成本极高。Ai2 推出的 HiRO-ACEv2 系统，用两层 AI 模型将全球 3 公里分辨率气候数据的生成成本降至约 1/300，且对罕见极端事件的还原度与 X-SHiELD 相差不到 3%。读完本文，你将了解这套系统的架构设计、性能表现，以及它当前的能力边界和下一步计划。 关键信息 - HiRO-ACEv2 由两层组成：ACE 以 100 公里粗分辨率模拟全球气候，HiROv2 再将粗结果锐化为 3 公里细节。 - HiROv2 能同时预测降雨、风速和气压三个高分辨率场，相比上一版只预测降雨，覆盖了更广的极端天气类型。 - 在给定粗化后的 X-SHiELD 数据时，HiROv2 对最极端降雨、风速和气压值的还原度与目标模拟相差不到 3%，包括百万分之一概率的罕见事件。 - 生成全球 3 公里数据的成本约为运行 X-SHiELD 的 1/300；如果只模拟单一区域，成本节省可再放大百倍以上。 - 在 10 年连续模拟中，HiRO-ACEv2 生成的飓风能量与 X-SHiELD 相当，且能生成具有真实风眼和雨带的飓风，但眼区附近的风压仍略不对称。 - 当前系统只能处理与 X-SHiELD 匹配的气候场景，不支持更暖的未来或历史再分析数据（如 ERA5）。 逐节讲解 系统架构与 HiROv2 的改进 HiRO-ACEv2 延续了 2026 年初发布的 HiRO-ACE 的两层设计：ACE 是一个运行在 100 公里粗分辨率上的 AI 气候模型，HiRO 则是一个降尺度模型，负责将粗结果锐化为 3 公里细节。本次更新的核心是新的降尺度模型 HiROv2。它的两个关键变化是：第一，从只能预测降雨扩展到同时预测降雨、风速和气压多个高分辨率场，从而捕捉更广泛的极端天气；第二，通过训练方式的改进，提升了对极端事件的预测能力。 极端事件的还原能力 HiROv2 的核心目标是准确模拟极端事件。在给定粗化后的 X-SHiELD 数据时，它对最极端的降雨、风速和气压值的还原度与目标模拟相差不到 3%，即使是对百万分之一概率的罕见事件也是如此。它能准确估计热带气旋的总能量，包括训练中从未见过的风暴，并能生成具有真实风眼和雨带的飓风，不过眼区附近的风压分布仍比 X-SHiELD 略不对称。此外，HiROv2 还能真实地生成沿山坡下吹的强风。 长期模拟与成本优势 团队为这套系统训练了更新版的 ACE。在 10 年连续模拟中，ACE 生成的飓风、平均气候模式以及降雨、风速、气压的整体分布都与 X-SHiELD 吻合良好，说明 ACE 的粗分辨率模拟为长期高分辨率数据提供了坚实基础。将 HiROv2 与 ACE 结合，系统生成了完整一年的全球 3 公里数据，其统计结果与 X-SHiELD 高度一致，即使…