全球中短期预报系统“风清”
该模型具有大气强物理融入和可解释性，在实现高效计算的同时，可为预测结果提供物理可解释性依据，自动挖掘包括天气系统内在的物理演变。
IT之家援引检验结果，该模型全球可用预报天数达到 10.5 天，超过欧美主流气象预报大模型，尤其是在较长预报时效，具有更为明显的优势。
人工智能临近预报系统“风雷”
该模型将数据驱动与物理驱动两大科学范式紧密结合，显著提高了公里尺度下 0 至 3 小时雷达回波的预报能力，并实现深度学习与物理规律的无缝隙融合。
中国气象局构建了一套“数据 — 算力 — 平台”全流程短临预报系统，能够在 3 分钟内生成 0 至 3 小时逐 6 分钟的雷达回波外推产品，实现强回波预报技巧提升 25%。
人工智能全球次季节-季节预测系统“风顺”
“风顺”大模型创新地引入基于流依赖的集合扰动智能生成技术，同时还纳入了海气相互作用关键过程，主要面向 15 天以上更大不确定性的气候预测难题。
该系统在中国气象局智算平台上完成了业务部署，逐日滚动开展 100 个集合成员的大样本预测，形成了面向未来 60 天全球基本要素和极端事件的确定性和概率预报测试产品，对全球降水的预测技巧展示出一定的优势。
相关阅读：
《用 AI 预报未来 0-15 日天气状况，中国气象局发布气象预报大模型示范计划》
