微软研究院《自然》论文：「概率偏差校正」让 ECMWF 的 AI 模型 2 到 6 周预报技巧翻倍、业务模型 91%–98% 的目标更准，并在 ECMWF 2025 实时竞赛中全部变量第一；已开源

这件事意味着什么

【要点】

微软 CEO 萨提亚·纳德拉于北京时间 10 月 17 日 05:17 发帖推介微软研究院本周发表在《自然》上的论文《Advancing subseasonal forecasting with machine learning》（10 月 14 日刊出，与 MIT 等合作）。论文提出「概率偏差校正」（PBC）：不再造一个新的天气模型，而是用一个轻量机器学习系统学习现有模型历史预报的系统性误差并加以校正，专攻 2 到 6 周的「次季节」预报——这个时段被称为「可预报性沙漠」，物理模型和 AI 模型的准确度都会断崖式下降。

结果：用在欧洲中期天气预报中心（ECMWF）的模型上，PBC 让其 AI 预报系统 AIFS 的次季节技巧翻倍，并让已做过去偏的业务动力模型在 91% 的气压、92% 的气温和 98% 的降水目标上更准。基于 PBC 的参赛方案 MicroDuet 在 ECMWF 2025 年「AI Weather Quest」实时预报竞赛中，所有变量和预报时长都排第一，超过 6 家业务预报中心和全球 34 支队伍，并提前 19 到 26 天预报到 2026 年初美国两场大暴风雪。PBC 已开源，肯尼亚气象局正在用它做雨季预报；微软天气的次季节模型已进入私有预览。

【可核验】

微软研究院文章：https://www.microsoft.com/en-us/research/story/new-ai-framework-bridges-a-critical-gap-in-mid-range-weather-forecasts/

《自然》论文：https://www.nature.com/articles/s41586-026-11126-x

预印本：https://arxiv.org/abs/2604.16238

纳德拉帖：https://x.com/satyanadella/status/2111204941801128366

【我们的判断】

一、思路值得注意：不和大模型拼「谁更准」，而是做一层通用的后处理，谁的模型都能套，这让它更容易真正进入业务预报。

二、「翻倍」的起点很低：论文原话是把 AIFS「不高的」次季节技巧翻倍，2 到 6 周预报整体仍然远不如 10 天内预报可靠。

三、竞赛成绩是实时盲测，比回测更可信；但只跑了一个完整年度，极端天气的命中更多是个例展示，还需要更长时间的检验。