想研究 AI 天氣模型，可以自己跑；想替客戶提供今天的預報，先別把示範程式當成現成服務。 Hugging Face 與 Earthmover 在 9 月 8 日公開示範與教學，把資料讀取、模型推論及結果比較接在一起。它降低了試做門檻，但「重播過去的一次天氣」和「現在就能供應可靠預報」仍是兩件事。
這次新增的是執行流程，不是一個新氣象模型
教學以 Microsoft Aurora 示範，讓讀者取用 Earthmover 的資料，再用本機或雲端運算。Microsoft 早在 2025 年介紹 Aurora，其設計是先學習多種地球系統資料，再針對天氣、空氣品質等任務調整；不是這個月才出現的新模型，也不是下載一份權重就自動擁有所有專用版本的能力。
選版本因此比看到「Aurora」名稱更重要。模型文件把預訓練版與不同微調版分開，列出所需地表、高空與靜態變數。教學採用的 ERA5 輸入，不能隨手換成一張台北氣溫表，就期待模型照常運作。
| 你拿到的東西 | 能做什麼 | 還缺什麼 |
|---|---|---|
| 模型權重 | 載入模型進行推論 | 格式與變數相符的輸入 |
| 歷史起報資料 | 重做過去某個時間的預測 | 足夠新、持續供應的正式資料 |
| 預測圖與誤差 | 查看特定案例與驗證結果 | 多時段、多地點的比較 |
| 可執行程式 | 重複產生結果 | 監控、延遲處理與服務維護 |
ERA5 是歷史重建，不是每個地點的原始實測
ERA5 的原始論文說明，再分析資料會把觀測與數值模型結合，建立時間與空間連續的天氣紀錄。它很適合研究及比較，但不等於每個網格都有測站直接量到的數值。
這會影響你怎麼讀誤差。模型結果接近 ERA5，表示在該次比較中接近這份再分析資料；不能直接改寫成「對台灣所有測站都準」。如果要評估農場、工地或活動場地，我會另外檢查相同地點與時間的觀測，並把一般天氣和極端事件分開看。全球平均成績可能掩蓋你最在意的那幾次失準，這也是讀 AI 評測要先看測試內容的原因。
資料時效更不能省略。HF 教學列出的 Earthmover 免費 ERA5 資料落後即時約 3–6 個月；它描述的付費資料則可到約 6 天前。這些是該教學所用管道的供應條件，不代表 ERA5 所有入口都一樣。
同一天，ECMWF 另外公告 ERA5T 自動交付服務，提供有 5 天延遲的近期資料，另收服務費。較新的歷史資料仍然是歷史資料；付費不會把它變成當下的大氣狀態。 做系統前要分清資料有效時間、何時發布，以及你何時真正拿到它。
開放權重之後，資料與運算仍有成本
Aurora 權重頁標示 MIT 授權，但模型授權和算力費用分開。Hugging Face Jobs 快速入門要求帳號具備預付額度；把程式交給雲端執行，不等於用了免費的公開示範畫面。
本機是否跑得動，不能只看參數量；還要確認輸入資料大小、可用記憶體與模型支援的運算環境。先估資料讀取、模型載入、推論與結果保存的完整成本，一次範例能跑，不代表持續回測的費用和等待時間仍可接受。也不要照抄別人的秒數：硬體、資料位置及設定可能不同。
AI 也沒有省掉觀測系統。ECMWF 9 月 3 日的說明指出，預報起點需要及時、全球一致的大氣狀態；衛星與地面觀測還必須經過品管和整合。下載權重解決的是其中一段，不會自動替你完成上游工作。
台灣團隊值得先試什麼？
例如冷鏈物流想研究氣溫對作業安排的影響，我會先選一段已結束的作業紀錄，確認所需變數、時間尺度，以及延遲是否可接受，再比較模型結果是否改善原有判斷。這是試做建議，不是保證加入天氣模型就能降低損耗。
回測時要保存「當時能取得的資料版本」。拿事後修正完整的資料，去模擬當天早上主管能做的決策，會把可用資訊算得太多；時間序列預測的時間切分也有相同問題。
不建議為了做一個天氣展示頁，就承諾能取代專業預報或災害警報。 若你只是要安排日常行程，先看 WeatherNext 3 與台灣天氣資訊的使用限制即可。自己跑模型最有價值的地方，是能檢查假設與重做比較，不是多一張看起來很精密的預報圖。
常見問題
用 ERA5 跑出的結果，可以當今天的天氣預報嗎？
不能只看程式今天有執行。要核對起報資料代表哪個時間、涵蓋的預測時段，以及資料供應延遲；歷史案例即使今天重跑，仍是歷史回測。
Aurora 可以免費下載，為什麼還可能付費？
權重授權、資料供應、運算與儲存是不同項目。本機也有硬體成本；改用雲端 Jobs 時，應先確認額度與計費，不要把公開示範的使用方式當成自己的正式部署費用。
模型誤差低，就代表台灣的降雨預測更準嗎？
不一定。先看測的是哪個變數、用什麼參考資料、哪些地點和預報時段；溫度或全球平均誤差，不能直接變成台灣局部降雨的命中率。
參考來源
- Hugging Face／Earthmover：Making open-source AI weather forecasting models easy to run（2026-09-08）
- Microsoft：From sea to sky: Microsoft’s Aurora AI foundation model goes beyond weather forecasting（2025-05-21）
- Hersbach 等：The ERA5 global reanalysis（2020-05-17）
- ECMWF：Most recent ERA5T data now also available through ECMWF Dissemination（2026-09-08）
- ECMWF：From space to forecast: how ECMWF turns satellite data into trusted weather predictions（2026-09-03）