由意大利CMCC基金会（Euro-Mediterranean Center on Climate Change）联合芬兰赫尔辛基大学研发的AI海洋预报模型SeaCast，能够以秒级速度完成地中海区域长达15天的高分辨率海洋状态预测。该模型采用图神经网络（GNN）架构，实现自回归式海洋预报，显著超越传统数值模型的效率与精度。 SeaCast的核心创新在于将海洋与大气数据同步整合进行训练和预测。与仅依赖海洋数据的全球AI模型不同，SeaCast在建模过程中同时输入海面状态和大气强迫条件，从而更准确捕捉近海区域复杂的气候-海洋相互作用，尤其在表层海洋动力过程的模拟上表现突出。 该模型运行在约4公里分辨率（1/24°）的网格上，与欧洲Copernicus海洋服务提供的MedFS业务化预报系统分辨率相当，可预测至200米水深。其训练数据来源于CMCC提供的地中海再分析数据集，这些数据同样以高分辨率开放获取。 性能对比极为显著：传统数值模型需在89个CPU上运行约70分钟才能完成10天预报，而SeaCast仅用单个GPU在20秒内即可生成15天预测，效率提升超过200倍。这使得快速开展“假设情景”模拟和概率性集合预报成为可能，对科研、沿海管理及灾害预警具有重要意义。 SeaCast特别适用于航运、水产养殖、环境监测与海岸风险防控等实际场景。其高时效性支持决策者提前制定应对策略，提升区域适应能力。 研究团队强调，这一成果得益于海洋学、大气科学与人工智能的深度融合。CMCC研究员Emanuela Clementi指出，物理规律与AI能力的结合，不仅提升了预报准确性，也大幅降低了计算成本。第一作者Daniel Holmberg表示，与CMCC团队的紧密合作，不仅推动了科学突破，也带来了宝贵的跨学科交流体验。 未来，CMCC计划将SeaCast融入地中海业务化预报流程，与传统物理模型协同运行，进一步提升海洋环境预测能力。SeaCast作为首个高分辨率、区域性的AI海洋预报模型，为全球海洋预测树立了新标杆，开启了更快速、智能、可靠海洋预报的新时代。