中科院青藏高原研究所 11 月 16 日在北京发布万拓(One2N)气象大模型:在一块 80GB 显存的显卡上、约四周时间,把已有的 0.7 度预报模型细化成全球 0.07 度、每两小时更新一次的两级预报系统。做法很朴素——父模型全程冻结、梯度不穿过父模型、只训练新增的残差模块,三个约束叠加,训练时无需为父模型保留反向传播的激活和优化器状态,省掉的正是显存这块最硬的成本。

效果有对照:与 0.25 度的盘古气象(Pangu-Weather)相比,1300 个检验目标中 93.46% 的均方根误差更低;对 2023 年 84 个热带气旋的检验显示,24 至 168 小时中位路径误差降低 16.5%–66.9%,168 小时中位误差从 1024.8 公里降到 339.4 公里。结论很直白:手里有能打的基座时,先试试冻结它、只训增量——比推倒重训便宜,也比全量微调可控。