index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html
![]()
欧洲中期天气预报中心（ECMWF）与中国企业中科天机近期不约而同地宣布向全球用户开放实时气象数据，此举正引发气象数据服务行业的价值共振。ECMWF开放了其综合预报系统和AI预报系统生成的大量数据，包括温湿度、气压等多种预报变量，分辨率最高可达0.1°。中科天机则发布了“高分辨率气象数据共享计划”，开放全球12公里及中国区域3公里分辨率、15天逐小时的气象模式数据。两者的开放共享，不仅是AI时代数据开放成为“必选项”的体现，更是推动气象数据服务商业化、促进产业数智化发展的重要一步。
🌍 **全球数据共享潮涌：** 欧洲中期天气预报中心（ECMWF）和中国企业中科天机近期同步宣布向全球用户开放其气象数据。ECMWF提供了包括温湿度、气压等在内的多项预报变量，最高分辨率达0.1°；中科天机则开放了全球12公里和中国区域3公里分辨率、15天逐小时的气象模式数据。这一行动标志着在AI时代，数据开放共享已从“可选项”转变为“必选项”，为全球气象数据服务行业注入新的活力。
📊 **差异化优势促进行业价值共振：** 中科天机在数据开放上展现出显著的差异化优势，包括更高分辨率的中国区域数据（3公里）、更高的数据输出频率（逐小时）、更低的数据获取成本（免费下载），以及更便捷的数据可视化服务。这些优势不仅能更好地满足新能源、低空经济等领域对精细化气象数据的需求，也与ECMWF的数据形成互补，共同推动气象数据服务的商业化和价值提升。
💡 **技术驱动与生态构建：** 两大机构的数据开放背后，是深厚的技术支撑。ECMWF利用AI预报系统，而中科天机则依托动力与物理深度融合、全球自由变焦、球立方网络等7大底层技术，解决了高分辨率模拟的“灰区”和时效性难题。中科天机更是积极构建AI计算开放架构，联合产业链上下游企业，推动AI产业从“单打独斗”走向“协同创新”，为各行业数智化发展提供坚实的数据和算力基础。
张申宇 2025-10-03 11:34 北京
钛度要点：欧洲中期天气预报中心与中国企业不约而同地共享与开放数据，正引发整个气象数据服务行业的价值共振。
![]()
▎欧洲中期天气预报中心与中国企业不约而同地共享与开放数据，正引发整个气象数据服务行业的价值共振。
作者｜张申宇
编辑｜盖虹达
本文首发于钛媒体APP
2025年10月1日，欧洲中期天气预报中心（ECMWF）宣布向全球用户开放实时数据目录，包括综合预报系统和人工智能预报系统生成的数据。公众可以获取ECMWF每日4个预报时次，每次覆盖未来1-15天的全球范围，最高分辨率可能至0.1°格点预报数据。这些数据中包含温湿度、气压、降水、风速、位势高度、涡度和散度等众多预报变量，层面上则支持1000hPa、925hPa直至50hPa，共13个标准等压面。
无独有偶，在一周前的9月23日，中科曙光旗下企业中科天机也发布“高分辨率气象数据共享计划”（以下简称共享计划），共享计划旨在面向世界用户开放全球12公里及中国区域3公里分辨率、15天逐小时输出的160余项气象要素模式数据，并将共享“中国区域公里级数据”“全球次季节12公里数据”“中国区域2.5公里低空三维数据”等融合数据。
欧洲中期天气预报中心与中国企业不约而同地共享与开放数据，正引发整个气象数据服务行业的价值共振。
AI时代，数据开放共享已从“可选项”变为“必选项”。国家数据局 2024 年数据显示，中国2022年数据产量达8.1ZB（约等于81亿部100GB 手机的存储量），但政府掌握的80%高质量公共数据仍处于“沉睡” 状态，而训练一个行业大模型需至少千万级标注数据，数据供给缺口达60%。这场由AI倒逼的 “数据革命”，正通过制度创新与技术突破，重塑数字经济的生产力格局。
数据开放共享的加速推进，首先源于顶层设计的系统性重构。2022 年《关于构建数据基础制度更好发挥数据要素作用的意见》出台后，全国已形成 “中央统筹+地方试点” 的发展格局，31个省份出台数据要素市场化改革方案，12个国家级数据交易所陆续运营，为AI发展扫清制度障碍。
从目前应用上看，政府主管部门是数据开放共享最大的“贡献者”，比如，福建省通过《大数据发展条例》确立“三权分置”（所有权、经营权、使用权分离）机制，建成全省统一的数据汇聚平台，接入2000 多个政务系统，汇聚数据超1400亿条。在公共数据开放平台上，近4万个数据目录、6000多个接口向社会开放，累计提供1.5亿次数据下载服务，催生了 “社保快贷”“水系调度” 等62个AI应用场景。
不过，在政策的号召之下，也有不少企业选择将数据开放共享出来，进行行业的赋能。比如前文提到的中科天机就开放了其在全球12公里/中国区域3公里分辨率、15天逐小时输出的气象全要素模式数据。
近年来，世界气象组织（WMO）首要推动的联合国全民早期预警行动计划促进了对预报产品的需求，客观上推动了数据和模式的开放共享。随着科技快速迭代与进步，人工智能技术发展、气象预报预测能力的提升也在催生数据与技术开放共享。
另一方面，据中国气象局的预测显示，到2030年，中国气象数据开放量将突破500PB，带动相关产业规模超5000亿元。但要实现这一目标，仍需跨越安全、标准、收益的障碍。
而中科天机开放了其气象数据的举措则是与ECMWF“不谋而合”，与ECMWF开发的数据相比，天机数据主要具有四个方面的差异化优势。
首先是，更高分辨率的中国区域数据。相比ECMWF数据，中科天机不仅共享全球12公里数据，同时还提供了更高分辨率的中国区域3公里数据。这些精细化数据可以更好地满足新能源、低空经济、航空等领域对气象数据分辨率的更高要求。
二是更高的数据输出频率。同样是15天、360小时的数据时长，中科天机数据可以保证逐小时间隔输出，而ECMWF数据采取了分级输出，即0-90小时的数据按1小时间隔输出，而90小时以上的数据按3小时和6小时间隔输出。对于风力发电这类需要高频气象数据支撑的企业而言，更密集的数据显然可以更好地满足需求。
三是更低的数据获取成本。目前国内用户仅需登录中科天机官网即可免费下载想要的数据。而ECMWF数据获取成本包含信息费、数据量费和服务费三部分，目前只有信息费被免去，用户一般需要约190万才能获取其一年全球160余项的所有气象要素，其中还未包含国际带宽费用。
四是更便捷的数据可视化服务。用户在中科天机官网即可使用其先进的可视化平台，进一步提升数据的应用便捷性，让数据价值更快、更精准地触达用户，而ECMWF共享数据则需要通过第三方平台实现可视化。
在四个差异化优势之下，是包括动力与物理深度融合技术、全球自由变焦技术、球立方网络技术、次网络地形技术、气象AI大模型技术、全模块异构加速技术，以及非静力平衡假设在内的7大技术的底层技术支撑。
以动力与物理深度融合技术为例，其实现了在质量、能量守恒的前提下，做到动力与物理的深度融合。而在7大技术的支持下，中科天机最终解决了高分辨率模拟所碰到“灰区”，以及高分辨率模拟中的时效性，这两大困扰气象学领域难题。
对此，中国科学院大气物理研究所朱江研究员表示，由于气象预报的混沌特性和不确定性，决定了单一数据存在局限性，多种数据的综合应用可以有效提高应用的质量。
不仅于此，数据集的开放对于AI时代实现“开放共享”也仅仅是一个开始，“共享计划”是中科天机加入AI计算开放架构后，为商业气象大模型提供高质量数据集构建能力的关键举措，也是中国企业首次向全球共享高分辨率气象数据的重要行动，可为新能源、农业气象、智慧水利、航空保障、轨道交通、航海运输、低空经济等领域的数智化发展提供有效数据支撑。
就在中科天机宣布开放天机数据前不久举办的2025世界智能产业博览会上，中科曙光协同AI芯片、AI整机、大模型等20多家产业链上下游企业，共同发布国内首个AI计算开放架构。
纵观全球气象数据开放进程，本质上都是通过制度创新和技术突破释放数据要素价值。而中科曙光构建的AI开放计算架构，则在此基础上更进一步——它不仅是技术底座的革新，更是对AI产业发展模式的系统性重构。
该架构以GPU为核心构建高效紧耦合系统，通过"算、存、网、电、冷、管、软"七大维度的协同创新，实现了从单点突破到集群创新的跨越式发展。这种开放架构的深层价值，在于构建了可持续发展的AI生态体系。正如智能手机领域安卓系统通过开放生态催生应用爆发，中科曙光的开放架构正推动AI产业从"单打独斗"走向"协同创新"。
（本文首发于钛媒体APP）
热点视频推荐
萨姆·奥尔特曼称OpenAI没有宿敌：再投8500亿美元猛扩算力，随后其最大金主微软，却将Anthropic模型接入自家Copilot。#AI#AGI#微软#人工智能#OpenAI#萨姆·奥尔特曼#Anthropic#钛媒体#钛媒体AGI
点赞关注钛媒体视频号，观看更多精彩视频
阅读原文
跳转微信打开
