天氣預報精準到每條街！這家新型機構攜手高校用AI驅動科研範式變革

今天小編分享的科學經驗：天氣預報精準到每條街！這家新型機構攜手高校用AI驅動科研範式變革，歡迎閲讀。

當城市天氣預報有望精确到街鎮，每條馬路都可能擁有 " 獨家預報 "——這并非科幻場景，而是上海 " 扶搖 " 氣象大模型帶來的突破。

近日，由上海科學智能研究院（下稱上智院）與上海市氣象局等聯合研發的國内首個聚焦超大城市安全的 AI 氣象預報模型正式亮相。

其空間分辨率較傳統模式提升 3 倍至 1 公裏，推理速度從 10 分鍾壓縮至3 秒，猶如為城市裝上精準感知天氣脈動的 " 數字神經 "。

作為聚焦短時強降水、雷雨大風等中小尺度災害性天氣的 AI" 哨兵 "，" 扶搖 " 通過融合雷達、衞星、數值預報等多模态數據，率先實現區網域級端到端預報閉環，将在今年汛期構築起守護城市安全的新防線。

據了解，上智院致力于以人工智能驅動科學研究範式變革、賦能千行百業。位于上海徐匯西岸的這個戰略性新型研發機構，通過與高校形成深度協同，鏈接產學研各界進行全鏈條創新，正在重構生命科學、物質科學、地球科學等重大領網域的科研法則，給產業場景中的關鍵科學問題提供創新思路和解決方案。

當内蒙古烏蘭察布與上海之間橫跨 1500 公裏的雲上智算平台 CFFF 全速運轉，當 40 PFlop/s 算力構建起數字時代的 " 戰略糧倉 "，漆遠以 " 雙院長 " 身份（上智院院長、復旦大學人工智能創新與產業研究院院長）架起橋梁，将 CFFF 智算平台的算力優勢與上智院的創新策源能力深度融合。如今，上智院與復旦大學等高校的協同效應開始顯現，各領網域的科研在 AI 的全方位賦能下正駛向範式變革的創新大陸。

算力普惠：從單科精進邁向系統創新

這場變革始于一場破界行動。

2021 年，時任螞蟻集團副總裁、首席 AI 科學家的漆遠選擇回歸學術界，以復旦大學浩清特聘教授身份開啓新征途。作為復旦大學人工智能創新與產業研究院創始院長，在學校的大力支持下，漆遠不久後牽頭啓動了 CFFF（Computing for the Future at Fudan）的建設，與阿裏雲、中國電信等合作夥伴共同攻堅國内高校最大的雲上智算平台。

△漆遠在復旦大學 2024 級新生開學典禮上作為教師代表發言

2023 年 6 月，橫跨 1500 公裏的雲上智算平台 CFFF 正式上線——内蒙古烏蘭察布的 " 切問 " 一号與復旦江灣校區的 " 近思 " 一号通過光纖同頻共振，以 40 PFlop/s 算力總規模、超千卡并行計算的硬核配置，在生命科學、量子化學、大氣科學等戰略領網域構築起前沿陣地。

此時，在統一部署下，上智院的科研布局已悄然成型：CFFF 平台的異構計算架構設計成為上智院聯合復旦大學突破瓶頸科學大模型的核心計算底座。随着 2024 年張江存儲機房投用，新增 8PB 温存與 25PB 冷存，CFFF 平台構建起了數字時代的 " 戰略糧倉 "。這一中國高校最大的異構智算集群，不僅是 AI 時代學科融合變革的 " 算力重器 "，也構築了上海市科學智能實現跨越發展的先發優勢。

△CFFF" 切問 " 一号

△CFFF" 近思 " 一号

復旦大學恒温機房裏的成排黑色機櫃正吞吐着颠覆性的科研圖景：台風路徑預測與蛋白質折疊模拟共享算力資源，基因編輯試錯與空氣污染溯源共用 AI 引擎……這種看似 " 無序 " 的學科共栖，恰是 CFFF 設計的精妙之處——平台不僅能支撐千億參數大模型訓練，如今更串聯起覆蓋 10 餘學科的 80 餘種科研算子，讓 AI 工具鏈滲透進每個科研毛細血管。

截至 2024 年底，這套 " 科研神經系統 " 已鏈接全校 51 個院系部門的近 4000 名用户，支撐多篇 CNS 正刊、百餘篇頂刊論文和百餘個國家級項目，并斬獲中國高校算力案例評選榜首。

一組數據揭示着效能革命：GPU 使用率躍升至 95%，HPC 資源利用率達 90%，25Gb/s 極速網絡讓 1TB 數據跨機房傳輸僅需 10 分鍾。更深層的改變在于創新文化的嬗變。CFFF 平台通過多層次的培訓體系，覆蓋了 2700 多名師生，促進了學科交叉和聯合研究。

正是這種體制機制創新的土壤，孕育出打通學科壁壘的關鍵變量。2023 年 9 月，上智院正式啓航，成為科學智能創新策源的戰略支點：它既非傳統高校實驗室的純學術研究，亦非產業界快速落地的項目導向，而是以 AI 為催化劑和通用技術，鏈接產學研各端進行全鏈條創新，将臨床病例、大氣模拟、蛋白質結構這些 " 科技方言 " 編譯為人工智能的通用語言。

△位于上海西岸的上海科學智能研究院核心攻堅：" 破壁 " 垂直領網域科學大模型

伏羲氣象大模型、女娲生命大模型、燧人物質大模型……在上智院，這些以華夏文明始祖命名的垂直領網域科學大模型，承載着用人工智能破解高價值產業場景中的關鍵科學問題的使命。

伏羲氣象大模型的實戰價值在 2024 年超強台風 " 貝碧嘉 " 的預測中得到驗證。當多數機構預測台風将在浙江台州到江蘇啓東一帶沿海登陸時，該系統提前 5 天鎖定上海浦東為最可能登陸點，并通過每 6 小時更新的動态預報持續修正軌迹。

除了針對未來 15 天的中短期确定性預報，" 伏羲 " 同時還研發了集合預報，即可以進行概率預報。自誕生以來，它已在上海中心氣象台、國家氣象中心、香港天文台、歐洲中期天氣預報中心等多個機構業務化運行。根據全球權威機構歐洲中期天氣預報中心的實時運行評測，目前 " 伏羲 " 是已有模型中綜合預報精度（ACC 和 RMSE）最高的模型。

面向產業，" 伏羲 " 已與中國太平洋财產保險股份有限公司、中國遠洋海運集團有限公司等企業合作，為防災減災、遠洋導航提供氣象支持，同時應用于光伏、風電的出力與調度優化，提升新能源運行效率。

△在中國氣象局開展的人工智能天氣預報大模型示範計劃中，伏羲氣象大模型三項綜合評測指标均排名第一

以生命科學的微觀基因蛋白等分子以及宏觀表型兩大基礎場景為抓手，女娲生命大模型致力于為基因創新藥研發、蛋白動态設計、數字孿生診療等產品平台提供基礎模型能力，打破傳統遺傳調控、生物力學計算模式，實現跨越式的生命狀态預測。

siRNA ( 一種短鏈的 RNA 分子，可有效抑制致病基因表達，比傳統藥物合成難度更低、靶點更廣泛）的底層生物機制—— RNA 幹擾機制研究曾獲得 2006 年諾貝爾生理學或醫學獎，其藥物研發是全球範圍内極具潛力的前沿醫藥領網域。" 女娲 " 團隊打造了全球首個大規模 siRNA 藥物數據庫，包含超過 30 萬條化學修飾的 siRNA 數據，涵蓋 45 個治療靶點，為 siRNA 藥物研發提供了重要支持。在數據庫的基礎上，團隊構建了一個 AI 模型，用于對 siRNA 藥物進行虛拟篩選，在實驗驗證階段将多靶點藥物的療效預測誤差從 40% 降低到了 8%。

△女娲生命大模型的 siRNA 藥物沉默效率預測服務

燧人分子基礎大模型聚焦物質科學的核心挑戰，致力于構建理解分子世界的通用工具。該模型利用最大的第一性原理數據庫 QO2Mol 進行訓練，旨在解決材料科學中的基本問題，支持石化、能源和制藥等行業。

在電池研發領網域，模型構建了 929 個分子的潛在篩選庫以訓練生成模型，加速锂電池電解液新型配方的探索；在環保材料方向，其從 700 多萬種虛拟分子中篩選出滿足各項性能要求的可持續高分子材料單體，助力提升一些常見材料的降解性能、降低環境污染。藥物研發則是另一重要應用場景，通過 AI 與計算方法的結合，團隊一個月内發現某難成藥靶點的動态結合口袋（傳統實驗室或 Alpha Fold3 難以捕捉），并篩選出實驗驗證的活性分子。

△燧人分子基礎大模型在四大核心指标上全面超越了業界主流的 Max Welling 團隊提出的 EDM 模型

面向復旦大學的文理醫工 " 四輪驅動 " 和新工科建設，雙方的協同創新最近在復旦大學附屬中山醫院心内科落地開花。

" 技術的爆發式發展遠超預期。" 中國科學院院士、復旦大學附屬中山醫院（下稱中山醫院）心内科主任葛均波在 2 月份的 " 觀心 CardioMind" 發布會現場感慨道，" 當年我們讨論的還是 AI 能否理解醫學知識，如今它已經能夠深度參與疾病診斷和臨床決策。"

這個專攻心血管的 " 數字專家 " 是國内首個深耕心血管專科的醫療大模型，由中山醫院與上智院 - 無限光年聯合實驗室共同研發，輸入了中山醫院心内科積累的數十萬份電子病歷，更消化了頂尖醫生的診療邏輯：從常規疾病指南到 " 名院大查房 " 提煉的疑難病例經驗，都被轉化為結構化知識庫。系統突破單一文本分析桎梏，實現心電圖、超聲影像、實驗室檢查等多模态數據整合推理，其亞專科知識庫精準覆蓋冠心病、心律失常、心力衰竭等核心領網域。

△葛均波在 " 觀心 CardioMind" 發布會現場

在與全球變暖速度的賽跑中，科學家們亟需更強大的工具——既要精準預測格陵蘭冰蓋消融對上海海平面的影響，也要量化碳關税政策對長三角制造業的衝擊，甚至預判氣候難民潮可能引發的地緣政治動蕩。

這些復雜議題跨越自然與社會兩個系統，也對氣候科學模型提出了更高要求。由復旦大學校長助理、上智院理事長吳力波領銜的 Planet Intelligence@Climate（簡稱 PI@Climate）團隊正在探索一種新的解題方式——用大模型理解氣候，用智能決策應對未來。

PI@Climate 是中國首個基于自主知識體系構建的氣候科學大語言模型，由復旦大學、上智院、上海創智學院聯合研發。它打破了傳統模型對單一學科的依賴，融合農學、林學、法學、經濟學等十餘個領網域的專業數據，持續進行訓練與微調，形成了一個覆蓋氣候變化科學事實、自然與社會系統影響、減緩與适應路徑等核心主題的高可信度領網域模型。

" 作為一個面向氣候垂類的大語言模型，PI@Climate 比底座模型或通用大模型更擅長解決具體的專業科學問題。" 吳力波説。當通用模型面對 " 凍土消融對碳匯的影響 " 仍語焉不詳時，PI@Climate 已能綜合水利工程模型與環境法規條文，為科研或政策提供可執行的決策分析支持。

同時，團隊構建起一套包含 7777 個多學科問題的評測體系—— PI@Climate Benchmark，為氣候領網域内的大模型能力驗證提供系統依據，反哺領網域模型的發展。

△吳力波在 PI@Climate 發布會現場

傳統台風路徑預報的背後，是氣象學家在 " 千萬維度迷宮 " 中的艱難探索。以歐洲中期預報中心每日運行 51 次擾動預報為例，這種預報方法就像派出 51 支探險隊，在由温度、氣壓、風速等千萬個變量構成的 " 天氣迷宮 " 裏自由搜索。這種戰術不僅耗費海量超算資源，而且由于有限預報樣本顯著增加了預報決策的難度。

針對這一痛點，中國科學院院士、發展中國家科學院院士、復旦大學特聘教授穆穆及其團隊的青年研究員馮傑等聯合上智院提出雙重破局路徑。在理論層面，研究論證了基于誤差演變規律的擾動方法，結合伏羲氣象大模型的高效預報的優勢，或能以低于 1/100 的成本生成更優台風路徑概率預報產品，為氣象預測從 " 動力窮舉 " 轉向 " 智能降維 " 提供理論支撐。在技術層面，團隊開發 VI-CNOPs 智能算法，像經驗豐富的導航員般，通過分析歷史數據自動生成最優擾動策略。新方法在模拟測試中較傳統方法的預報優勢随時間推移持續擴大。

兩項成果于近期發表于權威期刊 npj Climate and Atmospheric Science 和 Quarterly Journal of the Royal Meteorological Society，形成 " 理論 - 技術 " 閉環，為高精度、大樣本的集合預報提供極具潛力的解決方案。

△穆穆為大氣與海洋科學系學生授課

△馮傑為大氣與海洋科學系學生講授 AI 的氣象應用

在科技與文化交融的背景下，AI 技術憑借跨領網域優勢為人文社會科學研究注入新動能，成為傳播中華文明的重要力量。復旦大學國家發展與智能治理綜合實驗室（下稱實驗室）聯合上智院，聚焦考古、古文字、早期典籍和古代歷史地理四大支柱領網域，開展中華文明大模型研究，推動以人為中心的研究範式轉型。

該項目突破傳統 " 透物見史 " 視角，着重解析人與人、人與物、人與環境的多維互動關系，構建契合中華文明價值觀的大模型體系。作為項目總負責人，復旦大學副校長、實驗室主任陳志敏強調，中華文明的傳承創新是我們共同的使命，源流的追溯重建過程中 AI 技術可以發揮多個方面的關鍵作用。

依托深厚的人文社會科學底藴，復旦大學正探索 AI 助力新文科建設提質增效的方向。由實驗室牽頭，聯合上智院與德勤中國編撰的國内首部 AI 與人文社會科學結合領網域的全面報告《未來已來——人文社會科學智能發展藍皮書》（下稱《藍皮書》），匯集 53 位專家智慧，系統梳理 AI 與人文社會科學融合的理論前沿與技術挑戰。

《藍皮書》主編吳力波指出，區别于自然科學，人文社會科學的研究對象是人類行為，規律驗證難度更高。該報告致力于通過 AI 技術解構社會復雜系統特征，精準刻畫主體間關系網絡，從而更好地進行預測以及部分證偽。

△主創團隊代表共同發布《藍皮書》。陳志敏、吳力波、胡安寧、吳肖樂、周葆華、文少卿、嚴峰、尤忠彬。

在 AI 技術深入千行百業的當下，復旦大學人工智能創新與產業研究院教授徐增林帶領團隊立足共性技術，與上智院合作打造了一套 " 算法工具箱 "，為 AI 技術的安全可信與效率提升築牢根基。

在聯邦學習領網域，針對數據分布不均導致的模型泛化難題，團隊通過改進加權聚合與客户端選擇策略，顯著提升模型在未參與訓練客户端的表現，為醫療診斷、金融風控等隐私敏感場景提供更穩定的技術支撐。面對電商平台的海量數據處理需求，團隊開發的 EAVE 方法通過輕量級稀疏互動設計，将屬性值提取效率提升 30%，成為優化商品管理的利器。在多模态學習領網域，M2PT 方法以更低計算成本釋放多模态大模型的零樣本學習潛力，為智能助手、自動駕駛等應用注入泛化能力。而針對異質圖學習的 M2M-GNN 模型，則在社交網絡分析、藥物研發等領網域展現出精度優勢。

這些技術突破，成為構築 AI" 安全 - 效率 " 雙引擎的核心組件，每一項成果都在回應 AI 落地的本質矛盾：如何在開放協作中守住安全底線，在算力約束下釋放最大效能。

△徐增林在上智院與前來交流學習的復旦大學學生探讨可信 AI 生态基座：從工程優化到開放協作

" 要全面推進 AI4S 範式變革，必須堅持深耕垂網域，系統整合算法、算力、語料，真正做一盤‘番茄炒蛋’，而不是拼湊一鍋‘番茄 + 白煮蛋’。" 中國科學院院士、復旦大學校長金力在今年全國兩會上的發言，對復旦大學發展科學智能的思路做了形象概括。

這一理念在 2025 全球開發者先鋒大會上得到了共鳴——漆遠用 " 土壤、水分、陽光 " 的生态比喻，強調基礎工程設施如同土壤、領網域知識如水分滋養、復雜推理模型似陽光賦能，三位一體的開放共生将大力推動高校和企業的發展。

當 DeepSeek 大模型将訓練成本壓縮至傳統方法的 1/10、推理成本降至每百萬 token 一元時，背後是低秩分解技術削減參數冗餘、通信計算并行化提升資源利用、GPU/CPU 異構調度打破工具枷鎖的工程突破。燧人分子基礎大模型研發中，團隊重構基于 CPU 架構的計算工具包，遷移到 GPU/CPU 混合架構上，使分子動力學模拟效率提升 10 倍，直接節省 90% 計算成本。" 算法像思想，而沒有工程就沒有‘肉身’ "，漆遠如是説。

這種突出工程和開放的系統化思維正驅動上智院與復旦大學共同構建科學智能的生态基座。相對于 Deepseek 這樣的大語言模型，垂直領網域科學大模型更多樣化，尤其需要工具鏈和數據平台的支持。

上智院聯合復旦大學與科創公司無限光年打造的一站式 AI4S 特色智算軟體平台，如同科研版的 Cohere，集平台、模型和應用工具于一體，可服務多家高校與科研機構。工程層面的開放協作有效助力了科研模型的開放服務。如今，平台已集成 DeepSeek、AlphaFold3、伏羲氣象大模型、燧人物質大模型、女娲生命大模型等前沿模型，并完成 6 家國產 GPU 與 10 個領網域模型的深度适配。接下來還将為復旦百模計劃提供技術支持，通過國產适配支持復旦產教融合平台落地應用，并提供科學智能 Agent 系統、支持復旦科研場景流程智能化需求。

△一站式 AI4S 特色智算軟體平台

如果説工具優化是掌控火候，那麼數據治理就是精選食材。雙方共建的科學語料平台作為另一塊基石，在復旦大學人類表型組研究院執行院長田梅團隊與復旦大學附屬華山醫院核醫學科副主任左傳濤團隊手中具象化為 NasalSeg ——全球首個鼻腔 3D CT 開源數據集。

現代醫療中，颌面外科手術高度依賴 CT 影像來分析鼻腔與鼻旁窦的結構。然而，傳統的手工分割方式就像醫生在 CT 影像上 " 雕刻 " 鼻腔組織，不僅費時費力，還可能因醫生間的差異導致标注不一致。因此，自動化分割成為 AI 醫學影像研究的一大關鍵方向，但該領網域一直缺乏公開的高質量數據集。

為了解決這一問題，田梅團隊與左傳濤團隊推出包含 130 例高精度像素級标注的 CT 掃描數據的 NasalSeg，覆蓋左 / 右鼻腔、鼻咽部及左右上颌窦共五個關鍵解剖區網域。相比于過去的私有或小規模數據集，NasalSeg 的标注數據量提升了一個數量級，為 AI 訓練提供了更标準、更豐富的 " 教材 "，讓算法更高效地學習自動分割。未來，NasalSeg 将助力鼻内鏡手術機器人、智能影像分析系統等臨床工具的發展，幫助醫生更快、更精準地制定治療方案，減少患者等待時間。

△田梅在上智院面向人類表型組大科學計劃相關專家學者介紹交叉研究工作

△左傳濤在復旦大學附屬華山醫院

科學語料平台于 2024 世界人工智能大會首度公開亮相，具備從數據采集、加工到管理和建模的全鏈路能力，保證數據的高效加工、可信和安全互通。目前，平台已匯聚超 10PB 高質量科學數據，正在催化多學科突破——人類表型組研究院通過血管幾何數據重構血流模拟流程，将心血管流體力學計算效率提升 5 倍；生命科學學院完成 50TB 人類基因組數據采集，較傳統方式縮短 40% 耗時；人工智能創新與產業研究院實現蛋白質 - 藥物對接效率 10 倍躍升，并生成業界首個 1 納秒動态蛋白質結構數據。這些标準化 " 數據食材 " 通過科學語料平台的智能清洗與增強，讓全球研究者得以專注 " 番茄炒蛋 " 的 " 烹制 "。