WeatherBridge：预训练天气预报模型输入适配

2026年10月14日，arXiv Artificial Intelligence 报道了 Mutian Xi 等作者提出的 WeatherBridge——一种面向预训练天气预报模型的多源输入适配方法。该方法是一种源条件适配器，可将 GFS、HRES、CMA 等业务 NWP 初始场映射为 ERA5 参考态，且不更新预训练预报模型。其技术路径是用 Swin-UNet 预测结构化残差修正并注入多尺度源嵌入，训练目标结合纬度加权 ERA5 重建与 One-step Rollout Alignment（ORA），通过冻结的 FuXi 反传一步预报误差。报道称，相对于 FuXi 的原始源初始化，WeatherBridge 在 6 至 240 小时 rollout 中使 18 个源—变量组合中的 17 个平均 RMSE 下降，中位降幅 10.2%，最大降幅 46.3%；用冻结 FuXi 训练的适配器在 GFS 输入上也能提升 FengWu 预报，且无需重新训练适配器或 FengWu。上述效果均为该报道所述，具体适用条件以原文为准。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。