英伟达Earth-2开放模型家族在2026年10月22日的GTC柏林活动上新增区域模型StormScope EU：它用欧洲气象卫星组织的卫星观测预测云层演变，覆盖Meteosat的16个通道，每10分钟滚动更新一次短临预报，现场已搭起随新观测实时刷新的交互演示。
全球预报落不了地，区域模型补细节
能源调度、航运路线和保险定价要的不是一张全球天气图，而是本地未来几小时会发生什么。StormScope EU的定位就是短临预报：盯着欧洲上空的云层变化高频更新。需要更细的局地结果时，可以把StormScope和擅长给粗网格预报加细节的CorrDiff组合使用；开源的PhysicsNeMo框架则让团队拿自有数据继续训练，把模型改造成空气质量等新用途。柏林现场的演示由Earth2Studio运行预报、Earthmover平台托管数据，每有新卫星观测进来就刷新地图瓦片，参观者不用下载整个数据集就能看逐时预测。
五个先行用户的用法各不相同
安盛用FourCastNet 3模拟1000多个季节的气旋风险，补上历史记录之外的极端情形给承保定价做参考；Vaisala Xweather把Earth-2和自有观测、闪电数据结合，做成面向政府、能源、海事、交通和保险客户的SaaS服务与AI助手；曼彻斯特大学把CorrDiff改用于英国空气质量建模，训练跑在Isambard-AI超算上，推理则落到桌面的DGX Spark；道达尔能源在两个光伏电站评估基于StormScope的太阳辐射临近预报，目标是亚小时级的发电量预判；Space42用CorrDiff和PhysicsNeMo做出SARDiff4Height，从单张雷达图像估算地表高度并给出不确定性图，告诉分析师哪些结果需要复核。
对谁是真机会
这批案例的共同点是：气象AI不再停在发论文比精度，而是以开放模型的形式交到行业用户手里自己改、自己接业务系统。能源和保险团队拿到的是可定制的预报底座，不必从零训练天气模型；气象服务商则多了一条把预报包装成订阅产品的路径。需要注意的是，展示案例不等于预报可以直接替代官方气象预警，真正接入调度、承保等业务前，仍要用本地历史数据做验证，这也是Earth-2强调开放可定制的原因。
