谷歌利用大语言模型分析全球500万篇新闻报道，挖掘非结构化数据，构建了覆盖全球的山洪预测体系。这一创新方案解决了传统深度学习模型在偏远地区因缺乏历史气象数据而难以预测山洪的难题。
谷歌利用Gemini模型分析全球500万篇新闻报道，尝试预测山洪暴发。山洪作为“气象灾害杀手之首”，每年造成大量伤亡，因其突发性强、范围小，传统监测手段常难以准确预警。这一创新方法旨在通过挖掘新闻数据中的关联信息，提升灾害预警能力。
2月7日，全球首个面向南海区域的海-气双向耦合智能大模型“飞鱼-1.0”在广州发布。该模型专为南海定制，能模拟海洋与大气相互作用，显著提升区域气象与海洋预测能力，标志着我国在该领域从“跟随”迈向“领跑”。它不仅是预报工具，更能解读海气交互，为海洋研究和防灾减灾提供强大支撑。
英伟达发布Earth-2天气预报AI模型，利用人工智能提升全球气象预测精度与效率。其核心突破在于中程预报模型性能超越谷歌，且架构设计回归简洁，有望应对极端天气挑战。
高效准确的气候模拟模型
Anthropic
$105
Input tokens/M
$525
Output tokens/M
200
Context Length
Alibaba
$2
-
256
Google
keras-io
使用LSTM神经网络进行时间序列预测的天气温度模型，基于德国耶拿气象站数据
这是一个基于FastMCP框架的NOAA潮汐与海流数据服务项目，提供水位数据、潮汐预测、海流数据、气象数据、月相信息等多种海洋相关数据的API访问功能。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
