GenCast:球面扩散模型驱动的概率集合天气预报

新
许可证: 代码为 Apache-2.0;模型权重自 2026 年 8 月起允许商业使用,其余材料为 CC BY 4.0 · 更新于 2026-11-12
我的评分

简介

GenCast 是 Google DeepMind 开发的生成式概率天气预报模型,预印本《GenCast: Diffusion-based ensemble forecasting for medium-range weather》于 2023 年 12 月 25 日提交至 arXiv(编号 2312.15796,v2 版本日期为 2024 年 5 月 1 日,主文 11 页、附录 76 页)。正式版本以《Probabilistic weather forecasting with machine learning》为题,发表于《Nature》第 637 卷第 8044 期第 84 至 90 页,DOI 10.1038/s41586-024-08252-9,采用 CC BY 4.0 许可,在线发表时间为 2024 年 12 月 4 日,纸质刊期为 2025 年 1 月 2 日。作者包括 Ilan Price、Alvaro Sanchez-Gonzalez、Ferran Alet、Tom R. Andersson、Andrew El-Kadi、Dominic Masters、Timo Ewalds、Jacklynn Stott、Shakir Mohamed、Peter Battaglia、Remi Lam 与 Matthew Willson,机构为 Google DeepMind。

它要解决的问题被论文表述得很清楚:天气预报本质上是不确定的,决策者需要的是可能场景的范围与概率分布,而不只是一个最佳估计。论文指出,此前基于机器学习的天气预报(MLWP)大多输出单个确定性结果,无法表达不确定性,也难以支撑风险评估,而基于物理的集合预报(以 ECMWF 的 ENS 为代表)在当时仍是准确性与可靠性上的标杆。GenCast 的定位是补上 MLWP 在概率维度上的缺口。

代码最初与 GraphCast 共用 google-deepmind/graphcast 仓库,该地址现已永久重定向至 google-deepmind/weathernext。核验时该仓库创建于 2023 年 7 月 14 日,最近推送为 2026 年 9 月 4 日,约 7738 个星标、998 个分叉、82 个未关闭 issue,以 Python 为主,Apache-2.0 许可,未归档。仓库发布版本包括 v0.1(2023 年 10 月 31 日)、v0.1.1(2024 年 10 月 9 日)、v0.2(2026 年 3 月 30 日)与 v0.3.0(2026 年 8 月 6 日)。GenCast 的代码目录现位于 weathernext/weathernext1_gen/,其文件最近一次改动是 2026 年 8 月 6 日随 v0.3.0 增加 WeatherNext 2 支持时一并提交,说明该模型已被定位为前代模型保留维护。

在产品层面,Google 后续推出了 WeatherNext 2 与 WeatherNext Cyclones,GenCast 因此不再是主线演进方向,但对研究工作者而言,它仍是理解「扩散式集合预报」这一范式的完整公开实现。

原理与工作方式

GenCast 把概率天气预报写成一个条件扩散过程。任务定义上,论文将问题表述为建模联合分布 P(X̄^(0:T) | O^(≤0)),其中 O 是初始化时刻之前的观测,X̄ 是大气状态。该分布被分解为状态推断与预报模型两部分。GenCast 的创新集中在预报模型一侧,状态推断沿用传统的基于数值天气预报的数据同化:用最佳估计分析态 X^t 近似真实大气状态,该分析态由观测窗口经同化过程生成。

状态张量的规模是 84 × 720 × 1,440,包含六个地面变量与六个大气变量,每个大气变量分布在 13 个气压层上,落在 0.25° 经纬网格。预报时长 15 天、步长 12 小时,对应 T = 30。模型对时间序列采用二阶马尔可夫近似,即 P(X^t | X^(t-1), X^(t-2)),论文明确报告条件于两个历史时刻的效果优于只条件于一个。

扩散建模的对象是残差,状态本身不直接作为采样目标。采样时先抽取残差 Z^t,再按 X^t = X^(t-1) + S Z^t 还原,其中 S 是对归一化取逆的对角矩阵;残差按变量与层次逐项归一化到单位方差。降水量是唯一的例外,它直接取 X^t = S Z^t,不叠加前一时刻状态。噪声分布也做了针对性设计:论文指出图像生成通常采用独立同分布高斯噪声,而 GenCast 改为在球面上采样各向同性高斯白噪声再投影到经纬网格,使噪声在期望意义下具有平坦的球谐功率谱,这是对全球天气球面几何的显式尊重。

去噪器架构与 GraphCast 同源但有结构性差异。编码器与解码器保持 GraphCast 的形式,条件于前两个时刻的输入同样按零均值单位方差归一化;处理器则从消息传递图神经网络换成球面网格上的图变换器。网格是六次细化的二十面体网格,包含 41162 个节点与 246960 条边。处理器由 16 个标准变换器块组成,特征维度 512,每个块采用四头自注意力,网格中每个节点关注自身以及 32 跳邻域内的所有节点。

条件注入有两条路径。前两个时刻的状态沿通道维与待去噪输入拼接后送入网络;噪声水平 σ 的条件化通过把架构中所有层归一化替换为条件层归一化实现,σ 的对数经 32 个频率、基周期 16 的正弦—余弦傅里叶特征变换,再过两层 MLP 得到 16 维噪声编码,由每个条件层归一化层据此外加一层线性层产出层归一化的缩放与偏移替换值。

采样过程从高噪声水平的球面噪声出发,沿概率流常微分方程用二阶 DPM-Solver++ 2S 求解器迭代,并叠加随机扰动(churn)与噪声膨胀技术。论文写明每个预报时间步取 N = 20 个求解器步,由于求解器为二阶,每步需两次去噪器函数求值(末步只需一次),合计 39 次求值。

适用边界与前提

模型对输入的依赖是硬性的。推理时需要完整的 0.25° 分析态数据,包括六个地面变量与六个大气变量在 13 个气压层上的取值,缺一不可。运行前需从 Google Cloud 的 dm_graphcast 存储桶下载预训练权重与统计数据,仓库文档给出的入口指向 gs://dm_graphcast 路径。官方建议的最省力路径是打开 gencast_mini_demo.ipynb 在 Colab 中运行,该笔记本默认加载轻量模型,可在免费运行时上完成。

对算力的要求分档明确。仓库文档写明在 TPU 上运行效果最好,若在 GPU 上运行则必须切换注意力实现;非 Mini 版本需要 H100 才能提供足够显存,Mini 版本在 P100 上应能完成推理。0.25° 的两个较大模型另有专门的 gencast_demo_cloud_vm.ipynb 与 cloud_vm_setup.md,后者提供了启动 Google Cloud TPU 虚拟机的完整步骤。

输入数据的来源也被限定。GenCast 的四个预训练模型都以 ERA5 再分析为训练数据,覆盖 1979 至 2018 年共四十年。仓库同时提供了一个面向业务运行的变体 GenCast 0p25deg Operational <2022>,它在 1979 至 2018 年的 ERA5 上训练后,又在 2016 至 2021 年的 HRES-fc0 数据上微调,从而可以从 HRES-fc0 直接初始化并支持 2022 年之后的因果评估。

评估口径上的限制值得单独指出。论文以 2019 年为测试期,机器学习模型用 ERA5 在 06 UTC 与 18 UTC 初始化,使其仅有 3 小时的观测超前时间,海表温度是例外,它在 ERA5 中每 24 小时才更新一次。作者明确说明这一设定是为了避免让机器学习模型获得更长观测窗的不公平优势。此外论文指出,以最佳估计分析作为真值这一标准做法,并不奖励模型表达初始条件不确定性。仓库同时提供 GenCast_0p25deg_accelerator_scorecard.png 与 GenCast_0p25deg_attention_implementation_scorecard.png 两张对照图,分别比较不同加速器与不同注意力实现下的表现,说明运行环境的差异会切实影响结果。

上手路径

最短路径是官方 Colab。docs/weathernext1_gen/gencast_mini_demo.ipynb 默认使用 GenCast 1p0deg Mini <2019> 权重,演示内容包括载入初始天气数据、构造网络、执行自回归滚动、绘制温度与风速等输出、计算损失并做一次梯度更新。Mini 模型使用四次细化的二十面体网格,是四个模型中内存占用最小的,官方说明它的性能合理但不代表其余三个模型的实际水平。

四条预训练模型的分工是:GenCast 0p25deg <2019> 为 0.25° 分辨率、13 个气压层、六次细化网格,训练于 1979 至 2018 年,可对 2019 年及以后做因果评估;GenCast 0p25deg Operational <2022> 分辨率与网格设置相同,但在 HRES-fc0 上微调,面向业务场景;GenCast 1p0deg <2019> 为 1° 分辨率、五次细化网格,内存占用显著低于 0.25° 版本;GenCast 1p0deg Mini <2019> 为 1° 分辨率、四次细化网格,面向低成本演示。

代码安装以仓库为准。仓库根目录提供 setup.py,文档给出的推荐方式是固定版本安装,例如 pip install git+https://github.com/google-deepmind/weathernext.git@v0.3.0,README 明确提示这是研究代码,不保证 API 稳定,建议固定到具体发布版本。

在代码层面,关键模块有清晰分工:weathernext/weathernext1_gen/denoiser.py 是单步去噪器,denoisers_base.py 定义去噪器接口,dpm_solver_plus_plus_2s.py 是 DPM-Solver++ 2S 采样器,gencast.py 把架构包装为去噪器并与采样器组合成完整预测器,samplers_base.py 与 samplers_utils.py 提供采样器接口与工具方法,transformer.py 包装网格变换器。共享基础设施放在 weathernext/utils/ 目录,含自回归滚动、归一化、损失计算、集合统计、网格与网格连通性等模块。

采样器超参数在代码中以数据类形式给出,可直接按需调整:SamplerConfig 默认 max_noise_level=80、min_noise_level=0.03、num_noise_levels=20、rho=7.0、stochastic_churn_rate=2.5、churn_min_noise_level=0.75、noise_level_inflation_factor=1.05;NoiseConfig 默认 training_noise_level_rho=7.0、training_max_noise_level=88.0、training_min_noise_level=0.02。

横向对比

与同门模型 GraphCast 的差别是本节最值得说清的一点。GraphCast 是确定性模型,输出单一最佳估计;GenCast 是概率模型,输出集合。架构上两者共享编码器与解码器,处理器不同:GraphCast 的处理器是与编码解码器同型的消息传递图神经网络,GenCast 换成了球面网格上的图变换器,网格也从 GraphCast 的多重网格换成单次六次细化的二十面体网格。相关背景可参考 GraphCast 条目。

与基于物理的 ENS 对比是论文的核心论证。作者认为 ENS 满足概率天气预报的三项关键要求:集合成员代表锐利且谱上真实的单条天气轨迹,产出技巧与校准良好的边缘分布,并捕捉预报分布的联合时空结构。作者同时指出 ENS 仍面临误差、易出错、运行缓慢与工程维护成本高三类问题,GenCast 正是针对这三点设计的。传统物理集合预报在 0.2° 或 0.1° 分辨率下需要数小时、数万处理器的超级计算机,GenCast 在单台 Cloud TPU v5 上 8 分钟完成一条 15 天轨迹,集合成员可并行生成。

与 Pangu-Weather 一类确定性前沿模型的差别在概率能力。相关条目见 Pangu-Weather。论文还设置了一个 GenCast-Perturbed 对照变体,用带扰动的初始化训练,结果显示它在 82% 的评分目标上优于或持平 ENS,但仍明显不及 GenCast,GenCast 在 99% 的目标上 CRPS 优于 GenCast-Perturbed。这组对比把「概率能力本身的收益」与「初始条件扰动的收益」拆开来看。

与另一条物理—机器学习融合路线相比,NeuralGCM 把物理约束与学习模块组合在同一框架内,而 GenCast 完全基于学习、不内嵌物理方程。两者定位见 NeuralGCM 条目。在中等分辨率确定性模型这条线上,FourCastNet 提供了另一种球面网格谱变换的建模范式,可作为架构对照参考。

基准与数据

主基准是 CRPS(连续排位概率评分)技巧评分卡。论文报告在变量、预报时效与垂直层次组合构成的 1320 个目标中,GenCast 以统计显著性(p 小于 0.05)优于 ENS 的比例为 97.2%。作者特别说明,由于各天气变量之间存在依赖,这 1320 个目标并非各自独立的预报任务,评分卡是概括模型表现的通行做法。

改进最明显的位置在较短的预报时效。对地面变量以及高层的温度与比湿,3 至 5 天时效的 CRPS 技巧评分改善幅度在 10% 至 30% 之间。预报时效超过 36 小时的目标中,显著优于 ENS 的比例达到 99.6%。这一数字与官方博客中给出的 99.8% 存在口径差异,两者来自不同版本的文本,引用时以论文正文数值为准。

校准性方面,论文给出多组变量上的 spread/skill 比值,GenCast 与 ENS 的取值都接近 1,说明集合离散度与误差量级基本匹配。极端事件方面,论文计算了对 2 米温度与 10 米风速超过 99.99 百分位事件的可靠性指标(REV),在 1 天、5 天与 7 天时效下,只要有一方优于气候平均,GenCast 的 REV 就更高,在小成本损失比区间尤为明显。

案例研究选用 2019 年 7 月 9 日登陆日本、被称为该年损失最重的台风「黑格比」(Typhoon Hagibis)。在登陆前 7 天初始化时,GenCast 给出的路径集合覆盖了范围很广的可能情景;随预报时效缩短,路径离散度收紧,对登陆时间与位置的置信度上升。集合成员本身的真实性由球谐功率谱核验,单条样本在 1 天与 15 天时效下的谱都与 ERA5 真值接近,而集合平均则因高频损失而显得模糊,这一现象与 ENS 表现一致。

空间汇聚评估与风电功率评估是两项下游检验。空间汇聚以邻域验证方式评估,论文说明当汇聚尺度增大时局部差异会被平均掉。风电功率评估把 WIND Toolkit 的风机功率曲线应用于模型风速,曲线特征为切入风速 3 m/s、额定出力风速 14 m/s、切除风速 25 m/s,再乘以装机容量得到理想化出力;汇聚中心定义在七次细化的二十面体网格上,分别按 120 公里、240 公里与 480 公里三个池化尺度评估,120 公里尺度下包含 3648 个机组分组。结论是 GenCast 在总风电功率预测上比 ENS 更准确。论文亦说明这项结果属于原理验证性质。

物理 AI 场景中的用法

对物理 AI 工作者而言,GenCast 的价值可以拆成两层,可迁移的架构思想与不可迁移的领域结论。

架构层面的可迁移点有三个。其一是把不确定性的表达能力写进模型目标:模型不直接回归点估计,而是学习条件分布并从中采样,这套「生成替代回归」的思路可以移植到任意存在固有不确定性的仿真代理问题,材料与流体领域的相关方向在 代理模型与降阶建模 中有更细的讨论。其二是残差化采样:预测对象是相对上一时刻的残差,绝对量不作为直接预测目标,使扩散过程在量纲与量级上更稳定,这一技巧与数值方法中的增量更新思路相通。其三是球面感知的噪声设计:噪声分布的选取直接服务于几何一致性,把域的几何结构编码进先验,避免依赖事后校正,这在处理旋转对称、周期边界或拓扑约束的领域中都有参考价值。

工作流层面的关键在于集合输出改变了下游的可用形态。确定性预报给出的是一条轨迹,概率预报给出的是分布,决策方可以按置信度分配对冲比例。在做工程设计时,一个可以借用的判别方式是:先确认下游需要的是「最可能值」还是「风险的分布」,前者用确定性模型更快更省,后者只能由生成式模型提供。

计算侧的对比同样有工程意义。8 分钟完成一条 15 天轨迹且成员可并行,意味着可以在同一时间窗内评估大量备选情景,把「枚举情景」的成本压到可接受范围,这对 物理基础模型合集 中讨论的多模型工作流是一个具体的调度参考。

需要提醒的是,接入真实业务还需要数据同化环节。论文本身就强调 GenCast 对传统数值天气预报数据同化提供的训练与初始化数据存在依赖,它提升的是预报模型一侧的能力,初始状态推断仍依赖物理方法,这一分工在评估系统落地成本时必须计入。

不适用场景与失效模式

第一条限制来自数据来源。模型以 ERA5 再分析为训练数据,ERA5 本身是数值预报模式的再分析产品,其质量受模式与同化系统制约;论文明确指出,用业务数据(如 HRES 分析)微调可进一步提升表现。对需要独立于数值天气预报体系的场景,这构成直接的依赖。

第二条限制来自初始化假设。模型从最佳估计分析态出发,以分析态序列作为评估真值,作者明确说明这一标准做法不奖励对初始条件不确定性的表达。当真实观测稀疏、局地观测质量差时,模型继承的是分析态的误差结构。

第三条限制来自分辨率与算力门槛。0.25° 全球网格与 13 个气压层的状态张量规模决定了它无法在单卡消费级硬件上做高分辨率业务运行,官方明确非 Mini 版本需要 H100 级显存,Mini 版本在 P100 上运行且性能不代表正式模型水平。局地尺度的高分辨率预报不在其能力范围内,相关对比见 PDEBench 数据集 一类更偏向湍流与 PDE 的基准。

第四条限制来自继承的物理。模型不显式守恒质量、动量与能量,大气状态中的不平衡会以数值形式存在于样本中;论文对样本真实性的核验集中在功率谱层面,样本锐利且谱上接近 ERA5,但并没有逐条给出守恒量的诊断。依赖守恒精度的下游模拟若直接接入这些预报,需要自行补充检查。

第五条限制来自生成式模型共有的失效模式。扩散采样在数值上是迭代过程,采样器超参数(噪声水平范围、步数、扰动率、噪声膨胀因子)会实质影响输出分布;GenCast 0p25deg_accelerator_scorecard.png 与 GenCast_0p25deg_attention_implementation_scorecard.png 两张对照图正是为量化这类环境与实现差异而提供。样本本身锐利而集合平均模糊,这意味着用集合平均代替样本做定量计算会引入不可忽略的偏差。

第六条限制是许可与免责条款。仓库明确声明这并非 Google 官方支持的产品,WeatherNext 系列模型属于实验性研究项目,且未与任何政府气象机构合作或获得其背书,输出不能替代官方发布的警报、警告与通告。任何面向公众的预报服务都必须另行接入官方预警体系。

版本与口径核对

本条目所有事实于 2026 年 11 月 12 日对照一手来源核实,覆盖 Nature 正式论文(Europe PMC 全文 JATS,PMC11666454)、arXiv 预印本元数据(2312.15796,v2 日期 2024-05-01)、官方仓库 google-deepmind/weathernext 的元数据、文件树、发布版本、标签与提交历史,以及 docs/weathernext1_gen/README.md、weathernext/weathernext1_gen/gencast.py、weathernext/weathernext1_gen/denoiser.py 的源码。

需要特别记录三处口径差异。第一,超越 ENS 的目标比例,arXiv v2 摘要写 97.4%,Nature 正式版摘要与正文写 97.2%,本条目采用 Nature 数值。第二,超效时 36 小时以上的目标比例,官方博客写 99.8%,论文正文写 99.6%,本条目采用论文数值。第三,代码地址,google-deepmind/graphcast 现永久重定向到 google-deepmind/weathernext,引用仓库地址时应使用后者。

许可方面需注意一处已发生的变更。仓库 docs/weathernext1_gen/README.md 记载,2026 年 8 月 6 日模型权重的许可已更新为允许商业使用,此前许可被新条款替代,继续访问、下载或使用权重即视为同意新条款。这与 GenCast 早期发布时权重采用非商业条款的状态不同,引用许可信息时须注明时间点。整体许可框架为:Colab 笔记本及关联代码采用 Apache License 2.0,其余材料采用 CC BY 4.0,版权标注为 Copyright 2024-2026 Google LLC。

模型状态方面,GenCast 已被定位为前代模型。仓库根 README 写明 WeatherNext 2 为当前主线模型,同时明确该仓库「作为 WeatherNext 系列模型的主要代码库」并继续托管 GraphCast 与 GenCast 两个前代模型;weathernext/weathernext1_gen/ 目录最近一次提交为 2026 年 8 月 6 日的「Add WN2 support」。文件与检查点名称保留 GenCast 命名以向后兼容。

商业信息方面,论文、预印本与仓库文档中不包含人员规模、累计融资或历年营收等字段,本条目不作超出这些一手来源的陈述。评测数字(97.2%、8 分钟、1320 个目标等)均出自作者自身的测量与评估,已在正文标明来源。

参考资料

  1. Price I, Sanchez-Gonzalez A, Alet F, et al. Probabilistic weather forecasting with machine learning. Nature, volume 637, number 8044, pages 84 to 90, 2025. DOI 10.1038/s41586-024-08252-9,CC BY 4.0。
  2. Price I, Sanchez-Gonzalez A, Alet F, et al. GenCast: Diffusion-based ensemble forecasting for medium-range weather. arXiv preprint 2312.15796,v2 版本日期 2024-05-01。
  3. Google DeepMind. GenCast 官方文档,仓库 google-deepmind/weathernext 的 docs/weathernext1_gen/README.md,四个预训练模型、许可与引用说明。
  4. Google DeepMind. WeatherNext 仓库根 README,主线模型、预训练权重分发渠道与整体许可框架。
  5. GenCast 采样器实现,仓库 weathernext/weathernext1_gen/gencast.py,SamplerConfig、NoiseConfig 与 GenCast 预测器类。
  6. GenCast 去噪器实现,仓库 weathernext/weathernext1_gen/denoiser.py,SparseTransformerConfig 与 DenoiserArchitectureConfig 架构参数。
  7. Lu C, et al. DPM-Solver++: fast solver for guided sampling of diffusion probabilistic models. arXiv preprint 2211.01095,2022。
  8. Ho J, Jain A, Abbeel P. Denoising diffusion probabilistic models. NeurIPS, 2020,GenCast 预处理条件与噪声调度的来源。
  9. Batchelor S, et al. Denoising diffusion probabilistic models for spatio-temporal forecasting. arXiv preprint 2212.09716,GenCast 条件去噪估计器思路的来源。
  10. Hersbach H, et al. The ERA5 dataset. Quarterly Journal of the Royal Meteorological Society, volume 146, pages 199 to 249, 2020,GenCast 的训练数据来源。
  11. Google DeepMind. GenCast 官方博客,GenCast predicts weather and the risks of extreme conditions with state-of-the-art accuracy,集合规模、推理耗时与极端天气结论。
  12. WeatherBench2 文档,ERA5 与 HRES-fc0 数据获取路径,仓库 README 指向的训练数据说明。
  13. GenCast Mini 与 ENS 对照评分卡,仓库 docs/weathernext1_gen/GenCast_1p0deg_Mini_ENS_scorecard.png,8 成员集合与 ENS 50 成员在公平 CRPS 下的比较。
  14. Google DeepMind. WeatherNext 2 与 WeatherNext Cyclones 技术报告与官方指南,arXiv 2506.10772 与 Google Developers WeatherNext Guide。
标签: