TC-Next零样本多模态气旋预报模型论文发布

2026年10月15日，arXiv Artificial Intelligence 刊出 Zhe Wang 等作者的论文，提出零样本多模态热带气旋预报模型 TC-Next。据该论文，TC-Next 为多模态深度学习模型，利用基础模型对大气运动学与热力学场的预报，并结合 GridSat 红外卫星影像，可在 6–24 小时预报热带气旋路径与强度；模型仅用 GraphCast 西太平洋预报训练，路径误差较 TempestExtremes 降低 15–44%，强度误差降低 3–6 倍，且无需重训练即可用于 Pangu-Weather 和 IFS HRES。上述数据与适用范围均出自该论文自述，为其单方结论，尚待独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。