FourCastNet
程式跟Model Weight
https://github.com/NVlabs/FourCastNet
论文
https://arxiv.org/abs/2202.11214
Fourier + vision transformer。最早成功运用vision transformer?
Pangu Weather
程式跟Model Weight
https://github.com/198808xc/Pangu-Weather
论文
https://www.nature.com/articles/s41586-023-06185-3
3D mesh + vision transformer。暴力解法，model weight最庞大，1.1G
GraphCast
程式跟Model Weight
https://github.com/google-deepmind/graphcast
不想login拿weight 可到下面link
https://huggingface.co/shermansiu/dm_graphcast
论文
https://arxiv.org/abs/2212.12794
graph + vision transformer。model weight不到200MB
这3个模型，家用电脑就可以轻松运算。
GraphCast跟PanguWeather都强调，台风/飓风/气旋的路径预测，AI比传统运算准确。但没讲的就....
然后最重要的事，AI以后会不会大幅进步？答案是，不会，除非有新的AI算法，或者找到新的资料来源。
AI(deep learning)要进步，就是要更多的资料，但气象的资料就这么多了，每年的新增资料也有限，所以AI天气的准确度，大概就停滞在这里吧。