Ai2 与 Google 合作研发气候模型：AI 怎样研究几十年后的世界？

Ai2 获Google.org 三年资助，将在Google Research 技术支持下研发NeuralGCM+，探索更快的长期气候模拟。理解这项合作，需要先分清天气预报与气候推演：前者追踪近期变化，后者研究不同情景下的长期风险。速度、物理约束、海洋耦合与不确定性，共同决定模型能否真正服务决策。

2026 年11 月4 日，艾伦人工智能研究所Ai2 宣布启动新气候建模项目：Google.org 提供为期三年的数百万美元级资助，Google Research 提供技术支持，推动NeuralGCM+研发。项目面向多年到几十年的气候趋势，仍处于研究推进阶段。Ai2 合作公告

这项合作值得关注的地方，在于它把AI 研究的问题拉长了：除了几天后是否下雨，人们还需要知道，未来几十年水资源、热浪和基础设施将面对怎样的环境。回答后一类问题，需要另一套评价标准。

天气预报和气候推演 回答不同的问题

天气预报从近期观测出发，推算接下来大气会怎样变化。气候推演则考察在一组合理假设下，气候系统对长期外部变化作何反应。一个关注某次降雨会不会发生，另一个关心降雨的长期分布及其变化。几十年尺度的气候结果，不能读成未来某年某天的天气日历。澳大利亚气候变化平台：推演与置信度

可以用一个生活场景理解：安排周末出行，需要近期天气预报；规划一座使用数十年的水库，需要考虑长期来水风险。后一个问题即使无法给出每场雨的具体日期，也可能帮助设计者比较不同方案的承受能力。时间尺度变了，真正有用的信息也随之改变。

因此，“能模拟几十年”本身并不说明模型更准确。还要问，它模拟的是全球平均温度、区域降水，还是极端事件？这些量的难度不同，验证方法也不能混为一谈。

AI 负责什么 物理方程又负责什么

NeuralGCM 采用混合路线：用物理方程处理大尺度大气运动，用神经网络表示较小尺度的过程。传统模型将地球划分为网格，但云和降水等过程常比网格更小，无法逐一直接求解，需要近似表示。AI 在这里承担学习这些过程的任务。Google Research 技术介绍

这与让聊天机器人凭文字描述“猜气候”有本质区别。模拟必须一步步向前演算，局部过程会反过来影响整体状态。物理结构提供约束，学习系统补充难以细致计算的部分，两者的配合才是研究重点。

但加入物理方程并非准确性的保证。Google 的研究也指出，小尺度和大尺度过程之间的反馈，会在时间推进中不断累积；训练时若忽略这些联系，可能出现数值稳定性问题。短期表现好，仍需检验长期运行是否合理。Google Research 关于联合训练与稳定性的说明

从使用者角度看，“混合模型”应当是一项需要验证的设计选择，而非自动获得可信度的标签。看起来流畅的全球动画，只能展示模型在运行，不能替代误差和稳定性的检验。

从大气走向海洋 是这次合作的关键

Ai2 计划把NeuralGCM 与海洋、海冰模型连接，研究稳定的几十年模拟，并检验模型在训练时未经历的更暖气候中的表现。团队还计划公开模型、建模框架及有文档的工作流程，改进常用GPU 上的性能。这些是研发目标，不能写成已经完成的能力。Ai2 公布的研究方向

海洋会吸收和重新分配热量，影响长期气候。对这项合作的一个判断是：难点不仅在于给现有模型增加一个模块，还在于连接后的系统是否能长期协调运行。单独的大气模型取得进展，不等于海气耦合问题已经解决。

同样，“计划公开”也需要拆开看。研究人员关心的不只是有没有代码，还包括能否复现实验、重新训练、理解输入和输出，以及使用条件是否适合自己的工作。未来成果的具体版本与许可，要以实际发布内容为准。

跑得更快 可以让不确定性更清楚

气候推演的不确定性有不同来源：未来排放如何变化，人类尚未决定；模型对地球系统的表达，也不可能毫无偏差。这两类限制需要通过不同情景和多个模型来考察。加拿大气候服务中心：情景与模型 此外，气候自身还存在自然波动；澳大利亚气候变化平台也将自然变率列为使用气候推演时必须考虑的不确定性来源。澳大利亚气候变化平台：不确定性与置信度

提速无法替人类决定未来排放路径，但有望降低尝试更多情景、不同起点和不同模型的成本。这是AI模拟特别值得期待的用途：把过去算不起或算不够的比较做得更充分，而不是把一条曲线包装成唯一答案。

加拿大气候服务中心也强调，即使使用相同排放情景，不同模型仍会得到不同结果，因此会将多个模型组成集合，展示结果的范围。面对这样的图表，读者应同时看中间趋势和变化区间，不能只截取最显眼的一条线。加拿大气候服务中心：情景与模型

从研究成果到地方决策 还隔着一段距离

全球模型的网格与具体城市、流域之间存在尺度差异。地形会影响局部温度，极端降雨也可能发生在更小的范围。实际影响研究往往需要降尺度处理，把较粗的全球信息转化为更细的区域信息。加拿大气候服务中心关于降尺度的说明

所以，一项全球模型进展不应直接被翻译成某个城市的精确缺水年份。对地方使用者，更实用的问题可能是：如果环境比预期更干，原方案还能否运行？哪些投资可以分阶段实施？出现哪些信号时应调整计划？

对于研究成果的报道，也应把“模拟过去”和“推演未来”分开。能较好复现历史，是重要检查，但面对更暖、不同于训练资料的环境，还需要新的测试。不能因为模型通过某项历史检验，就把未来几十年的所有区域结果都视为同样可靠。

一个值得追问的细节是比较条件：模型用了什么输入资料，运行在哪类硬件上，空间分辨率是否相近，比较的是平均误差还是极端情况？只有条件交代清楚，速度和准确率才有解释意义。对普通读者，这些问题比记住一个醒目的提速倍数更有帮助。

后续观察NeuralGCM+，可以抓住三点：长期模拟是否稳定，未见过的气候条件下是否可靠，外部团队能否复现并检验结果。它的价值最终要落在可验证的研究能力上：让人们更充分地比较可能的未来，并据此做出更有准备的选择。