GenCast：基于扩散模型的概率集合天气预报新

GenCast 是 Google DeepMind 于 2023 年发布、2024 年发表于 Nature 的生成式天气预报模型。它将中期全球天气预报建模为球面网格（0.25° 分辨率）上的条件扩散过程，一次性生成包含 50 个以上成员、预报时效达 15 天的概率集合。

在 GenCast 论文中，该方法在绝大多数标准检验目标（含极端事件风险）上超越了当时最优秀的业务化物理集合预报 ECMWF ENS，而单次推理仅需约 8 分钟（单块 Cloud TPU），比依赖超算的物理集合快数个数量级。模型在 ERA5 再分析资料上训练，由常规分析场初始化。

需要特别注意的是许可分层：代码与 GraphCast 同仓（google-deepmind/graphcast）以 Apache-2.0 开源，但训练好的模型权重以 CC-BY-NC-SA-4.0 发布，明确禁止商用——与 Pangu-Weather 类似，在落地产品化时必须取得额外授权。

对物理 AI 的意义在于，GenCast 证明了生成式机器学习可以产出具有技巧的概率预报，并提供了「球面扩散」这一可复用的方法蓝图，推动了数据驱动集合预报走向业务化。