StormCast是早期大气预测模型CorrDiff的升级版。英伟达将后者的算法与Earth-2结合在一起,Earth-2是英伟达为使用其芯片进行研究的气象学家提供的一套软件。这套软件包括天气预报算法、大气数据管理工具和相关组件。
StormCast基于CorrDiff模型,CorrDiff的功能相当于一个气象放大工具。研究人员可以上传25公里分辨率的数据集,描述天气事件。在这样的分辨率下,25公里以下的大气现象是不可见的。CorrDiff可以将原始数据的分辨率提高12.5倍,达到两公里。
StormCast增加了自回归功能,以此增强了模型的核心功能。这一升级使该人工智能不仅能研究过去的天气事件,还能预测未来的发展。StormCast通过研究历史大气信息生成预测结果,历史信息包括英伟达纳入模型训练数据集的美国中部地区两年半的气候测量数据。
StormCast的自动回归功能使研究人员能够预测未来六小时内的天气。英伟达的气候模拟研究主管Mike Pritchard在一篇博文中详细介绍说:“StormCast可以在3公里的小时尺度上实现这一功能。”
StormCast旨在预测所谓的中尺度天气事件。这些大气现象的覆盖面积从五公里到几百公里不等。除其他外,中尺度天气还包括山洪暴发和能够造成大面积风灾的持久风暴。普通风暴不属于中尺度事件,因为它们影响的范围要小得多。
气象学家通常使用一种名为 “对流允许模型 (CAM)”的算法来预测天气。这种算法通常在超级计算机上运行,并考虑到多达数千个大气参数来生成预测结果。英伟达表示,已经证明在某些情况下,StormCast有能力超越CAM软件。
Pritchard详细介绍说:“尽管该模型还处于起步阶段,但当它与降水雷达一起应用时,已经可以提前六小时提供预报,准确率比美国国家海洋和大气管理局(NOAA)最先进的3公里尺度CAM高出10%。”
其他公司也在研究如何利用人工智能改进天气预报。去年11月,谷歌推出了GraphCast,这是一个内部开发的神经网络,可以比传统算法更快地预测大气事件。它可以提前10天预报天气,并提供详细的温度和风速预估。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。