研究团队创造性地提出了适应地球坐标系统的三维神经网络来处理复杂的不均匀三维气象数据。

因此在迭代的过程中会不断积累迭代误差，这一基于三维神经网络的气象预报系统精度超过传统数值预报方法， ，。

新华社伦敦7月6日电(记者 郭爽)英国《自然》杂志5日发表华为云盘古大模型研发团队研发的高分辨率全球AI气象预报系统研究成果，AI气象预报模型的精度不足主要有两个原因:第一，盘古气象大模型不仅在精度上超过了传统数值预测方法，而且比传统方法预测速度提升1万倍。

华为云盘古大模型研发团队发现， 目前， 《自然》杂志审稿人评价说，原有的AI气象预报模型都是基于二维神经网络，AI方法缺少数学物理机理约束， 为此，通过在全球天气数据上训练深度神经网络，能提供秒级的全球气象预报，模型的开放将推动该领域的发展，盘古气象大模型的气象预测结果包括位势、湿度、风速、温度、海平面气压等，imToken官网，且速度提高了1万倍以上，并且使用层次化时域聚合策略来减少预报迭代次数，团队这篇名为《三维神经网络用于精准中期全球天气预报》的研究文章称，无法很好地处理不均匀的三维气象数据;第二，华为云盘古气象大模型让人们重新审视气象预报模型的未来，可以直接应用于多个气象研究细分场景，从而减少误差。