AI 开始展现实质价值。以飓风为例，当灾害尚在酝酿时，谷歌（Google）开发的 AI 模型已率先给出准确的路径与强度预测，为防灾争取关键时间。 如今，从谷歌（Google）、微软（Microsoft）、英伟达（Nvidia）到华为，再加上大量初创企业与学术团队，正投入巨资开发 AI 天气模型。与传统以物理方程式驱动的气象模拟不同，这些模型更像“黑盒子”——研究者未必能完全解释其内部运作机制，但输出结果往往更快、成本更低，且在多项评估指标上已超越传统系统。 欧洲与美国的官方气象机构，也已开始将 AI 纳入正式预报流程；能源、交通领域及商品交易商，更是早已将其投入实际应用。 真正让学界感到震撼的是，这些 AI 模型似乎不只是在捕捉数据规律，还“学会”了理解大气物理原理。研究显示，AI 在模拟低气压、热浪等气象现象时，能生成与真实大气变化高度吻合的结果，甚至对过去被视为“铁律”的两项认知发起挑战：一是“两周预报极限”，二是气象领域的“蝴蝶效应”理论。 通过反向推算大气的最佳初始条件，AI 模型在部分实验中，已能将有效预报周期拉长到接近一个月。对此，质疑者认为，AI 只是通过算法模糊处理了大气系统的复杂细节，并非真正理解其物理本质；但支持者则反驳称，正因为不被局部细微扰动所拖累，AI 才能有效降低误差扩散的速度，从而提升长期预报的准确性。 更重要的是，如今只需一张高阶 GPU（图形处理器），就能运行全球尺度的气象预报——过去动辄需要投入数亿美元打造超级电脑的高门槛，正在逐渐消失。尽管短期内 AI 在气象预报中仍处于辅助角色，但它已迫使气象学界重新思考：人类对天气预测的极限，是否真的无法突破？