换新选题了，我先查 AI 飓风预报和人类预报员不可替代的最新证据。
AI 把飓风预报多抢出一天，为什么气象台还离不开人？
飓风和台风是同一类天气系统，只是出生海域不同 —— 大西洋叫飓风，西北太平洋叫台风。2026 年这一年，AI 在这类风暴上的进步是实打实的：谷歌 DeepMind 的 WeatherNext Cyclones 在《自然》上发表，路径、强度、风场结构三项都做到行业最好，三天预报的精度相当于此前最强模型两天的水平，等于凭空多出一天预警时间；中国这边的 "风清"" 海司 ""AI-TRANS""TYM+AI"也在真实台风季里跑出了可查的数字 ——" 巴威 "120 小时路径误差 160 公里，" 海司 "把同一时效压到 102 公里，" 巴威 "编号之初就被 TYM+AI 提前近 10 天锁定登陆趋向。但同一批数据里还有另一半：在" 白海豚 " 过程里，AI 模型连续三天预报台风要北翘去日韩，最后是预报员顶着 AI 的结论选了西行登陆浙闽；中央气象台的主观预报，在 12 到 120 小时全时效的路径误差都小于所有数值模式和 AI 模型。多一天的是机器，敢拍板的还得是人。
一、AI 这两年到底赢在哪：先把 "赢" 量化清楚
| 模型 / 系统 | 归属 | 关键指标 | 性质 |
|---|---|---|---|
| WeatherNext Cyclones | 谷歌 DeepMind | 路径、强度、风场结构三项行业最佳；三天预报≈旧模型两天；5 天路径准确时效比最强公共对手领先 30 多小时；单次 15 天预报 < 1 分钟 | 2026-08-06《自然》论文，代码权重已开源 |
| GraphCast | 谷歌 DeepMind | 10 天预报精度超过 ECMWF 的 HRES，1 分钟内出结果 | 2023 年《科学》，AI 气象的起点 |
| 盘古气象 | 华为 | 3D Transformer 架构，热带气旋追踪突出，运行速度比传统数值模式快上万倍 | 2023 年 7 月《自然》 |
| FourCastNet 2.0/3.0 | 英伟达 | 秒级生成全球概率预报 | 2026 年 1 月上线 Earth-2 |
| Aurora 1.5 | 微软 | 13 亿 + 参数，气象 + 空气质量 + 海浪联合预测 | 2026 年 7 月升级 |
| AIFS | ECMWF | 欧洲中期天气预报中心的 AI 模型，已业务化 | 传统 "金标准" 机构自己下场 |
最能说明问题的是 2025 年 10 月那场飓风 "梅丽莎"。它最初只是一团热带低压，传统模型在 "袭击海地后消散" 和 "增强扑向牙买加" 之间摇摆。WeatherNext 在登陆前五天就以 80% 的置信度判断它将以五级强度直扑牙买加，三天前置信度升到接近 100%。这是历史上第一次有模型能从这么低的初始风速出发，报准一场风暴会冲到五级。美国国家飓风中心把这个判断纳入了官方预警流程，牙买加因此提前疏散。整个 2025 年飓风季，WeatherNext 在路径预测上的综合表现排第一，甚至超过了 NHC 自己的官方预报。
它还有一个反常识的结论：输入用的是 28×28 公里的网格，比传统区域高分辨率模式粗约 100 倍，精度却更高。这直接挑战了气象界几十年的工程共识 —— 想报准强度，就得算得更细。
二、中国战场的实测数字：不是 PPT，是台风季跑出来的
| 系统 | 谁做的 | 实测成绩 | 上线状态 |
|---|---|---|---|
| 风清 | 中国气象局 "风" 系列 | 3 分钟生成全球预报，可用预报天数 10.5 天；"摩羯" 登陆前 6 天多锁定路径 | 2026 年完成升级，新增降水预报 |
| 风雷 | 同上 | 数据驱动与物理驱动融合，强回波预报技巧提升 25% | 2026 年升级 |
| 风顺 | 同上 | 分辨率精至 0.25°，新增十余项要素 | 2026 年升级 |
| AI-TRANS | 中国气象科学研究院 + 国家气象中心 | 美莎克 24h 误差 73km、强度 MAE 2.9m/s；巴威 24h 44km、120h 160km；提前捕捉三次眼墙置换 | 2026 年每日 4 次业务运行 |
| 海司 | 上海台风研究所 | 巴威 96h 57.3km、108h 69.5km、120h 102.3km；检验 19 个台风 | 2026 年汛期业务测试 |
| TYM+AI | 中国气象局数值预报中心 | 2025 年台风 1—5 天路径准确率提升约 20%，强度提升 3%—20% | 已业务化 |
这张表里有个容易看错的地方：AI-TRANS 和 "海司" 对同一个 "巴威"、同一个 120 小时时效，一个报 160 公里、一个报 102 公里。这不是谁写错了，而是两套系统的训练样本、初始场、检验口径都不同，跨系统横比没有意义，只能各自和自己历史版本比。真正可比的是全国大盘：台风 24 小时路径误差已经从百余公里压到数十公里级，"十四五" 期间稳定在 65 公里，暴雨预警准确率 91%，强对流预警提前 43 分钟。
三、"不可替代" 不是情怀，是四个能验证的缺口
| 缺口 | 具体表现 | 证据 |
|---|---|---|
| 无先例就失灵 | "白海豚" 从日界线附近稳定西行登陆我国，历史上从未有过，AI 训练库里没有这类路径 | 中央气象台：AI 模型 8 月 1—3 日持续预报北翘去日韩，与实况相反 |
| 极端值系统性偏低 | 给 AI 输入从未发生过的极端条件，它倾向向常态妥协 | 2026 年 5 月《科学进展》：数千次破纪录天气对比，AI 系统性下调极端高温、寒潮、暴风强度；2025 年 5 月 PNAS：AI 基于过去 40 年数据做模式识别 |
| 物理约束不成立 | 生成的风场看着逼真，风暴中心附近梯度风平衡等指标违反空气动力学 | 2026 年 3 月莱斯大学结构分析 |
| 责任无法归属 | AI 给的是统计最优输出，追不到物理过程；预警是要签字担责的 | NHC 主任布伦南：预报员经验不可替代；DeepMind 自己也写明 "官方预警仍由各国气象局发布" |
还有一个更基础的事实：AI 的初始输入，100% 依赖传统数值模式和观测系统整理出来的分析场。中国气象局的 CMA-GFS、CMA-MESO、CMA-TYM 三大自主模式，就是那个 "喂数据的人"。把 AI 当成取代者，等于把水源和管道一起拆了。
四、"白海豚" 这一课：人和 AI 分歧时，凭什么信人
2026 年 8 月 9 日登陆浙江的 "白海豚"，是这轮人机关系最干净的一次压力测试。
- 它的特殊性：生成位置是我国登陆台风里最东的，登陆前移动路径超 6000 公里，生命史超 15 天，是普通台风的三倍以上；48 小时内从生成冲到超强台风，维持 5.5 天；7 级风圈半径 450 公里，环流直径 1300 公里；途中经历 5 次眼壁置换。
- 分歧点：8 月 1 日，数值模式倾向西偏北登陆华东，AI 模型倾向北翘去日本西部至朝鲜半岛。分歧的实质是对台风北侧带状副热带高压的判断 —— 西风槽什么时候到、东边台风 "灿鸿" 影响多大、副高会不会断。
- 人的判断：8 月 2 日首次全首席会商，定下 "西行登陆可能性更大"；8 月 5 日得出 "趋向浙闽沿海"；8 月 6 日锁定浙江舟山至福建福清；8 月 7 日发布 "9 日下午至 10 日早晨在浙江舟山至福建福鼎一带登陆"。从路径发散到锁定最小范围，用了 5 天。
- 支撑这个判断的不是直觉：集合预报显示西行登陆概率始终占优；传统数值模式持续预报副高稳定维持；而当年是强厄尔尼诺背景，副高异常偏强，属于 AI 没见过的环流形势。
同期还有一个反向案例：台风 "沙德尔" 过程里，中央气象台首席预报员董林的结论是 "预报员的预报误差较数值模式和 AI 模型小，强度预报误差优于 AI 模型和国产全球模式"。也就是说，在路径忽拐、强度反复横跳的场景下，人工订正依然在加分。
五、一线真实的工作流：不是 "AI vs 人"，是三层接力
| 层 | 谁在干 | 干什么 | 时效 |
|---|---|---|---|
| 第一层：物理底座 | 数值预报中心 | 跑 CMA-GFS/CMA-MESO/CMA-TYM，产出格点场，做 AI 的初始场 | 提前 10 天以上 |
| 第二层：AI 加速 | AI 模型和融合系统 | 分钟级出多组路径 / 强度 / 结构预报，扩大集合样本，捕捉快速增强和眼壁置换 | 提前 1—10 天 |
| 第三层：人拍板 | 首席预报员 | 判断模式间分歧、做主观订正、定登陆区间、发预警、签字担责 | 最后几小时到几天 |
中国气象局现在的官方说法叫 "双轮驱动、融合统一"。落到技术细节上，互补关系很清楚：传统数值模式对台风北侧的副热带高压报得更好，AI 模型对台风东侧和南侧的高压体现更好；TYM+AI 这类融合方案，正是拿 AI 补数值模式在大尺度环流长期模拟中的漂移，同时用模式的高分辨率补 AI 在精细结构上的过度平滑。2025 年全年数据显示，这套融合让 1—5 天路径准确率提升约 20%。
六、普通人该怎么用这套东西
- 看官方预警，不看模型原始输出。 所有 AI 模型的输出都是决策支持，官方预警才是有效信息。
- 路径看 "区间"，不看 "一条线"。 中央气象台发布的是 "舟山至福鼎一带" 这种范围，落到你所在的城市，还要看后续的递进式预警。
- 提前量真的变长了，别浪费。 "摩羯" 提前 3 天报准登陆时间和地点，"风清" 提前 6 天多锁定路径，这意味着撤离窗口比五年前宽裕，但也意味着 "再等等看" 的成本更高。
- 强度突变仍是最大变数。 快速增强是全球公认的技术难点，AI 在这块进步最快，但也是最容易给出 "过度乐观" 结论的地方，沿海作业和海上养殖要留冗余。
七、结论落在哪
AI 在飓风 / 台风预报上拿到的是三样东西：更快的出图速度（分钟级对小时级）、更长的有效时效（多出约一天）、更强的集合样本量。它拿不到的也是三样：没有先例时的判断力、极端值上的保守性、以及为一条预警签字担责的资格。
所以 "人类气象专家仍不可替代" 这句话，不是行业自我保护，而是这条业务链的技术结构决定的 ——AI 需要人喂初始场，需要人解释分歧，需要人在 "概率占优" 和 "后果不可承受" 之间做取舍。多出来的那一天预警时间，最终还是要由一个凌晨三点盯着云图的人，把它变成一句能发出去的结论。
【相关 FAQ】
问题 1：AI 飓风预报精度现在到底比传统模型高多少？
回答 1：AI 飓风预报的领先幅度已被量化：谷歌 WeatherNext Cyclones 三天预报精度相当于旧模型两天，5 天路径准确时效比最强公共对手领先 30 多小时；中国这边，TYM+AI 让台风 1—5 天路径准确率提升约 20%，"海司" 把 "巴威"120 小时路径误差压到 102.3 公里。但要注意，AI 飓风预报的领先主要体现在路径和中短时效，极端降水和强度突变仍是短板，且不同系统的检验口径不能直接横比。
问题 2：为什么说 AI 飓风预报再准，气象专家仍不可替代？
回答 2：因为气象专家不可替代的原因不在算力，而在四个缺口：遇到 "白海豚" 这种史无前例的台风，AI 飓风预报因训练库无同类样本而失灵，连续三天报错方向；破纪录极端天气下 AI 会系统性下调强度；生成风场可能违反梯度风平衡等物理约束；以及预警必须有人签字担责。气象专家不可替代，还因为 AI 的初始场 100% 来自传统数值模式和观测系统。
问题 3：AI 飓风预报和传统数值模式，在一线是怎么配合的？
回答 3：是三层接力：数值预报中心跑 CMA-GFS、CMA-MESO、CMA-TYM 产出初始场；AI 飓风预报模型在分钟级生成多组路径、强度、结构产品，扩大集合样本；首席预报员综合分歧做主观订正、定登陆区间、发预警。互补点很具体 —— 传统模式对台风北侧副高报得更好，AI 飓风预报对东侧和南侧高压体现更好，中国气象局称之为 "双轮驱动、融合统一"。
问题 4：AI 飓风预报在哪些台风上出过错？
回答 4：最典型的是 2026 年 8 月的 "白海豚"。AI 飓风预报模型在 8 月 1 日至 3 日持续预报它将北翘转向日本西部至朝鲜半岛，而实况是西行登陆浙江；中央气象台依据集合预报概率和数值模式对副高的判断，坚持西行结论并最终命中。这也说明 AI 飓风预报在 "无先例" 环流下可靠性存疑，气象专家的经验研判仍是最后一道防线。
问题 5：普通人看 AI 飓风预报，应该注意什么？
回答 5：三点：AI 飓风预报的原始输出不能当预警用，官方发布才是有效信息；路径要看 "舟山至福鼎一带" 这种区间而不是一条线；提前量确实变长了（"摩羯" 提前 3 天报准、"风清" 提前 6 天多锁定），但强度突变仍是最大变数，沿海作业要留冗余。气象专家不可替代这一点，在登陆前最后的订正环节体现得最明显。
【参考资料】
[2026-10-11]（AI 模型赋能区域预报模式革新 高分辨率台风预报系统再升级助力台风精准研判）中国气象科学研究院
[2026-09-22]（预报支撑落得实 防汛研判早一步 AI 模型 "海司" 辅助台风防御工作）中国气象报
[2026-09-07]（科技巨头争相入局 AI 气象预测，但极端天气下的信任红线仍未逾越）澎湃新闻・南方 +
[2026-08-30]（面对善变台风 当用先手之策 —— 气象部门全力防御台风 "沙德尔" 侧记）中国气象报
[2026-08-17]（记者观察丨 "白海豚" 上岸背后 —— 追踪一场 "无先例" 台风的预报）中国气象报
[2026-08-11]（登陆前 6 天多即被提前 "锁定"，AI 为台风防灾减灾 "抢时间"）国是直通车
[2026-08-07]（三天预报顶十年，谷歌 DeepMind 开源气旋模型）钛媒体
[2026-08-06]（WeatherNext: AI model achieves breakthrough in forecasting cyclones）Google DeepMind
[2026-08-04]（人工智能预报新系统让台风路径预判更靠谱）新华社
[2026-07-15]（代码筑防线 指尖连安危）中国气象报
[2026-06-10]（极端天气，我们这样应对）光明日报
【免责声明】
本文数据均来自 2026 年公开发表的官方通报、学术论文与媒体报道，指标口径（预报时效、检验样本、误差定义）各家不同，文中已标注来源与限定条件，跨系统数值不可直接横比。AI 模型版本迭代快，文中 "最新" 仅指检索日 2026 年 11 月 11 日可见的公开信息。本文不构成防灾决策依据，台风期间请以中国气象局及当地气象部门发布的官方预报预警为准。文中涉及的研究结论为原作者观点，不代表本文立场。