Google DeepMind 的 WeatherNext 在气旋预报上取得突破并开源模型
Google DeepMind 在 Nature 发表论文,称 WeatherNext AI 模型在预测气旋路径、强度和风场结构上达到 SOTA,平均多出一天预报提前量,三天预报精度相当于此前模型的两天水平,约等于气象领域十年的进展。
推荐理由:Nature 论文给出气旋路径与强度预报的量化提升,并同步开源模型权重,读者可据此判断气象 AI 的可用边界。
Google DeepMind 在 Nature 发表论文,称 WeatherNext AI 模型在预测气旋路径、强度和风场结构上达到 SOTA,平均多出一天预报提前量,三天预报精度相当于此前模型的两天水平,约等于气象领域十年的进展。
推荐理由:Nature 论文给出气旋路径与强度预报的量化提升,并同步开源模型权重,读者可据此判断气象 AI 的可用边界。
IBM Granite 团队发布 Granite 4.1 系列稠密解码器 LLM(3B、8B、30B),基于约 15T token 的五阶段预训练流程,上下文窗口最长扩展至 512K token,并以 Apache 2.0 许可开源。
推荐理由:Granite 4.1 完整披露五阶段预训练、SFT 与多阶段 RL 的数据配比和训练配置,可对照其 8B 稠密模型追平 32B MoE 的结论。
Google DeepMind 发布 SIMA 2,将 Gemini 模型嵌入智能体核心,使其从指令执行者升级为能推理目标、与用户对话并自我改进的交互式游戏伙伴。
推荐理由:SIMA 2 把 Gemini 的推理能力接入 3D 游戏智能体,并展示跨游戏泛化与自我改进的训练路径。