FuXi-Uni：跨学科的统一理解和生成的基础大模型

FuXi-Uni将气象数据和医疗影像数据等科学数据通过专用Tokenizer，统一到大语言模型，实现了业界首个覆盖大气科学全球气象预测等核心任务的统一“理解+生成”的大模型，也是首个跨学科的统一“理解+生成”大模型。需要强调的是这里的大模型是真大模型，而不是之前的专用模型。

在气象领域，FuXi-Uni可通过自然语言指令直接驱动核心气象任务。无需复杂编程和专用模型，只需通过文本（如“预报未来12小时全球天气”或“对台风风强做偏差校正”）即可调动模型，直接产生结果。模型本身具有气象预测能力、降尺度、气象数据编辑等能力，它将通用语言模型能力与多种气象数据打通，让模型真正“读懂”气象需求。模型可以辅助预报员根据预报员要求和经验生成预报结果。

中期天气预报无需自回归，可通过指令一步直接生成，精度超越EC数值模型结果。在台风预测这一核心难题上，FuXi-Uni 在路径预测和强度预测也同时超越EC。最近比较忙不再赘述，大家感兴趣可以看一下arxiv（A unified multimodal understanding and generation model for cross-disciplinary scientific research）。

生成式模型从ChatGPT开始爆发，到图像视频用的比较多的diffusion model。视频生成因为跟气象预测比较接近，我本人也一直做视频生成相关技术，伏羲模型应用了大量的扩散模型相关的技术。但是，扩散模型并不是当前以语言模型为主的通用AI的最主流。通过FuXi-Uni可以将气象等科学领域数据统一到语言模型，科学数据可以作为通用数据的一个子集，个人觉得相关技术势必对整个行业产生深远影响。

来源：AI气象大模型

END

声明：欢迎转载、转发。气象学家公众号转载信息旨在传播交流，其内容由作者负责，不代表本号观点。文中部分图片来源于网络，如涉及内容、版权和其他问题，请联系小编处理。