FourCastNet：基于自适应傅里叶神经算子的全球天气模型新

FourCastNet（Pathak 等，2022）是一个全球、数据驱动的高分辨率天气模型，构建于自适应傅里叶神经算子（AFNO）之上。它以 0.25 度分辨率在不到两秒内生成一周全球预报，在大尺度变量上比肩 ECMWF IFS，并在降水等精细结构场上超过它。

对物理 AI 的价值：它的速度使从业者能够生成廉价、快速、含数千成员的大集合，从而改进概率预报。它是「神经算子能在全球尺度上媲美业务化 NWP」的早期、有影响力的示范。