维度网讯，6月6日，中国科学院海洋研究所自主研发的全球海洋现象智能预报大模型“琅琊”2.0发布。该模型把多源观测、机理认知和人工智能推理连接起来，面向海洋防灾减灾、航运安全保障、极地航行安全和全球气候变化应对等场景提供智能化科技支撑。

“琅琊”2.0的关键变化，是从上一阶段的海洋状态变量预报，进一步进入复杂海洋现象智能预报。传统海洋预报主要依赖数值模式，需要把海洋运动过程转化为数值方程，再通过大规模计算获得结果，这一体系具有长期科学积累，但在复杂海洋现象快速识别、高频更新、交互应用和多场景决策方面仍面临计算成本、更新效率和表达方式等限制。海洋预报服务对象也在发生变化，过去更多面向专业科研和业务预报人员，输出内容集中在温度、盐度、海流等变量;现在海上航运、港口调度、海洋牧场、海上风电、极地航线、近岸防灾和应急管理等场景，需要更直接理解“哪里有风险、什么时候发生、影响范围多大、是否需要调整方案”。“琅琊”2.0把多源观测数据、海洋机理认知和人工智能推理能力结合起来，正是为了让海洋预报从专业变量输出转向可感知、可应用、可决策的现象级判断。这种转变的意义在于，模型不仅要计算海洋状态，还要识别台风、降水、风暴潮、海冰等复杂海洋现象的演变过程，并把结果转化为面向实际业务的支撑能力。

从技术路径看，2.0版本围绕台风、降水、风暴潮、海冰等六类现象开发了6个垂直模型，形成多场景、体系化预测能力。

这意味着“琅琊”系列大模型的能力边界正在扩大。1.0版本重点解决全球海洋状态变量的高精度预报问题，为温度、盐度、海流等基础变量建立智能化预测能力;2.0版本则进一步面向海洋现象本身，把基础变量、卫星观测、历史演变、动力机制和AI推理连接起来，提升对复杂过程的识别和预判能力。对台风预报而言，海气相互作用、海表温度、环流结构和历史路径都会影响强度变化与路径转折，模型如果能够更快整合多源信息，将有助于提升快速增强、异常转向等复杂情况的研判效率。对风暴潮和极端降水而言，预报结果直接关系沿海城市排涝、港口作业、海岸防护和人员转移安排，预警时间越提前、空间范围越精细，防灾减灾的组织余地就越大。对海冰预报而言，北极航道通行、极地科考、海上运输和气候变化研究都需要更高时空分辨率的数据支撑，智能预报大模型可以在更大范围内快速处理观测与历史信息，为航线安全和风险研判提供辅助。随着海洋开发活动向深远海、极地和复杂气候区域延伸，海洋预报不再只是科研系统内部的技术能力，而是航运、能源、渔业、海工装备、港口物流和灾害管理共同依赖的基础设施。

这项成果对中国海洋科技体系也具有标志意义。海洋预报长期是典型的交叉学科任务，既需要海洋学、气象学、流体力学和遥感观测支撑，也需要高性能计算、人工智能算法和数据工程能力。“琅琊”2.0的发布说明，中国科研团队正在把人工智能从通用语言、图像和办公应用，推进到海洋科学这类高门槛行业场景中。相比通用大模型，海洋预报大模型更强调科学规律约束、观测数据质量、业务场景闭环和结果可解释性，不能只追求生成能力，还要在真实预报任务中经受精度、时效和稳定性的检验。未来，模型若能持续接入更多观测数据、业务系统和应用场景，将有望在海洋灾害预警、航线优化、港口调度、近岸工程安全、海上能源开发和全球气候研究中形成更直接的应用价值。

从产业和公共安全角度看，“琅琊”2.0将海洋预报推向更智能、更精细、更可交互的新阶段。海洋灾害往往具有突发性和连锁影响，一次台风、风暴潮或极端降水，可能同时影响港口作业、海上交通、沿海城市、能源设施和渔业生产。智能预报大模型如果能够提高预报效率、缩短响应时间、增强现象识别能力，就会为应急管理和行业调度争取更多提前量。对于海洋强国建设、全球航运安全和气候变化应对来说，这类模型的价值不只在实验室指标，更在于能否进入真实业务系统，成为可持续迭代的海洋智能基础设施。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com