观潮 · 模式预报与气象 AI 观察
S2S-JEPA 次季节预报改在潜空间里学：第 5 到 6 周追平 ECMWF 集合，第 1 到 3 周明显落后
次季节到季节（S2S）预报大致指两周到两个月-ahead，是农业、能源、水管理的关键决策窗口。它夹在中期天气预报（最长两周）和季节预测之间，被广泛称为"预报荒漠"——因为它超出了初值能起作用的时效，又还太短，短到海温、土壤湿度和气候模态这些慢分量还来不及主导预报信号。
近期 AI 天气模型在两周以内表现突出，但往后就开始退化。论文指出原因在训练目标本身：要求模型在网格上重建完整大气状态，等于把模型容量花在在长时效上变得根本不可预测、且对 S2S 也不关键的细节上，结果就是两周以后的预报趋于平滑、相对气候态几乎无技巧。
S2S-JEPA 的做法是换目标：不去复现未来大气状态的每个细节，只预测仍然可预测的慢变分量。具体做法是把计算机视觉里的联合嵌入预测架构（JEPA）搬到 S2S 上——在表示空间里做预测，丢掉不可预测的细节。
---
JEPA 的物理对应关系
论文把这个思路讲得很直白。JEPA 重构了掩码预测这一自监督范式：模型从可见上下文推断隐藏目标的表示，而不是重建原始观测。它已被用在掩码图像区域、时空视频块，以及为规划与控制而预测未来隐状态的世界模型上。论文引用的类比是看一棵树在风里摇：你既不追踪每一片叶子的运动，也无法预测它，但你感知和预期到的是更高层的结构——树还在随风摇。
对应到 S2S：随着时效增长，单个天气系统的精确演化越来越不可预测，而更慢、更大尺度的地球系统分量仍能保持有用的可预报性。S2S 的技巧就住在少数慢的大尺度模态里，不在完整大气状态里。作者把这称为一个假设："我们假设它能转化为更好的预报技巧。" 这句话在论文里是明确的假设陈述，不是已验证的结论。
架构上，S2S-JEPA 改编自 V-JEPA 的编码器—预测器结构，从视频改到地球系统：编码 79 个与 S2S 可预报性相关的大气、陆面和海洋变量的逐日快照，替代原来视频里的 RGB 像素帧。但训练形式针对 S2S 的物理特性做了改造：模型预报未来每周的潜在状态，于是 S2S 时间尺度上的可预报性本身来监督编码器，学到的表示被迫抽取承载 S2S 技巧的慢变信号。
图注：左半为第一阶段 JEPA 式单步训练——编码器把上下文周的气候态与状态变量编码成潜在表示，预测器预测下一周的潜在状态，损失为 $\mathcal{L}_1$；编码器通过 EMA 更新，目标分支停止梯度。右半为第二阶段多步推进训练——上下文周潜在表示经预测器逐周推出第 1 至第 6 周潜在状态，各周的编码器冻结（雪花图标），损失为 $\mathcal{L}_1$ 至 $\mathcal{L}_6$。
---
任务设置与一个关键设计
任务改编自 ECMWF AI Weather Quest。给定起报日，需要交付随后各周的周平均 2 米气温（T2M）、周累计降水（TP）、周平均海平面气压（MSLP）的概率预报。温度和降水在陆地上评估、海平面气压全球评估，与 AI Weather Quest 一致。
数据是 ERA5 再分析，所有变量表达为相对于 1979–2018 年逐日气候态的标准化距平。这一处理把预报问题与已知季节循环隔离开，让模型专注于构成 S2S 可预报性的气候距平。训练 1979–2018，验证 2019–2021，测试用 2023 年 12 月到 2025 年 11 月的 102 个起报日——这段时间有 101 成员 ECMWF 扩展范围集合预报可用。
一个值得单独强调的设计：输入是完整一周（7 天），而此前 S2S 模型的条件输入只有 2 到 5 个日状态。 论文给了两条理由：一周的输入能让慢变信号（比如马登–朱利安振荡）同时以它的倾向和瞬时状态被表示；另外它与目标周在时间跨度上相同，因此上下文周与目标周可以由同一个编码器嵌入。
S2S-JEPA 不直接预测三个预报产品。它的预测目标是每一未来周的潜在表示，三个产品由独立的读出模块从这些潜在状态得到，这些模块不影响表示本身。概率集合则由潜在预测器与一个基于扩散的生成模型耦合产生。
图注：六幅全球地图，每行一个变量（上为 T2M、中为 MSLP、下为 TP），左列 ECMWF IFS 101 成员集合、右列 S2S-JEPA EDM 集合。色标为距平 T2M/MSLP/TP 的排名概率技巧分数（RPSS），每行共用色标：T2M ±0.32、MSLP ±0.24、TP ±0.12。图中标注了各图的 RPSS 值。
第 5 到 6 周的 RPSS 数值对比：T2M 上 ECMWF 0.032 对 S2S-JEPA 0.044；MSLP 上 ECMWF 0.046 对 S2S-JEPA 0.034；TP 上 ECMWF 0.006 对 S2S-JEPA 0.017。
图注：布局同上，改用时间相关系数（TCC），色标 −0.8 到 0.8，标注值为周平均（第 5 到 6 周）。T2M：ECMWF 0.212 对 S2S-JEPA 0.256；MSLP：0.313 对 0.311；TP：0.192 对 S2S-JEPA 0.164。
---
技巧随时效的走向
论文的结论围绕一个明显的时效依赖：
时效 · 2 米气温 · 海平面气压 · 降水
第 3 周 · ECMWF 领先 · ECMWF 领先 · ECMWF 领先
第 4 周起 · S2S-JEPA 追平或超过集合均值 · — · —
第 5 周起 · — · S2S-JEPA 追平 · —
第 5–6 周 · S2S-JEPA 显著更优 · 基本持平 · ECMWF 仍占优但差距缩小
第 1–3 周 · S2S-JEPA 明显不如 ECMWF · 同左 · 同左
论文摘要里的总结是：S2S-JEPA 达到与 ECMWF 物理集合相当的水平，并在第 5 到 6 周的多个指标上超过它。 正文把这个"超过"限定得更细——确定性预报下，第 5、6 周在 MSLP 和 TP 上与之相当，而 2 米气温上 TCC 显著更高；概率预报下，T2M 第 6 周、TP 第 5 和 6 周有显著提升，而 ECMWF 在 MSLP 上保持优势。
上面两张图对应的是第 5 到 6 周的空间型态，逐项读一遍：
- 2 米气温：两套系统对可预报性空间分布的判断大体一致，但 S2S-JEPA 在南美、非洲、印度和中南半岛上技巧更高。
- 海平面气压：两套的面积平均值几乎相同（0.313 对 0.311），空间型态也大体一致，各有各自更强的区域。
- 降水：技巧分布对两套模型都更零散，ECMWF 保持总体优势，且在更大范围上具有显著技巧。
这一点需要说清楚：论文正文提到"降水技巧对两套模型都更零散，ECMWF 保持总体优势"，这与摘要"在第 5 到 6 周多个指标上超过它"并不冲突——摘要说的是多个指标，不是全部指标。而从上面 TCC 与 RPSS 两组数字看，TP 这一列 ECMWF 在确定性上（0.192 对 0.164）确实是占优的一方。
---
作者承认的限制
第 1 到 3 周明显落后，这是论文自己列的头号限制。 原文写得很直接：S2S-JEPA 在第 1 到 3 周仍显著不如 ECMWF，构成当前框架的一项重要限制。由此也预期它在更短时效上不如 FuXi-S2S 这类逐日分辨率模型——而后者短时效技巧与 ECMWF 集合相当。
这个短板可能有内在代价，论文没有排除这种可能。 作者提出：这可能反映了其表述形式里的一个权衡——因为在潜在空间里强调可预测信息，加上输入与目标都做了周时间聚合，模型可能丢掉了在单一天气系统演化仍相对可预测时那些仍然有价值的细粒度信息。理解这个权衡是否内在于潜在预测表述、以及能否通过其他任务表述改进短时效技巧而不牺牲长时效性能，是论文列出的重要未来方向。
即使在长时效上也不是全面超过。 论文明确承认：即使在更长时效上，S2S-JEPA 也没有在所有变量和所有指标上都超过 ECMWF。给出的可能解释之一是：潜在预测目标选择性地保留了可预测信息，但学到的表示里保留的信息未必同等好地对应每一个变量。 论文接着做了个类比：在视频里输入通道通常代表 RGB 值、会被联合解释为视觉内容，而在 S2S 时间尺度上，不同物理变量的可预报性水平和来源可以有实质差别，可能使学到的表示偏向某一子集变量。
是"首个"，但作者自己加了限定。 论文的表述是"据我们所知，S2S-JEPA 是首个把这一原则扩展到全球次季节预报的工作"，同时承认已有关于 JEPA 用于区域大气预测的工作。
测试期只有 102 个起报日。 覆盖 2023 年 12 月到 2025 年 11 月，这是一个不到两年的窗口，且需要 ECMWF 扩展范围集合同期可用。
训练与运行的算力优势没有给出量化对比。 论文说模型在单 GPU 上训练与运行、而业务 S2S 预报需要专用超算上的物理模式集合积分，但没有给出具体的算力或时间数字。
未来方向被提出但未做。 包括把预训练扩展到更大更多样的数据集、引入 JEPA 预训练常用的掩码策略（论文特别提到"物理感知的掩码"——利用数十年 S2S 研究积累的关于可预报性来源的先验知识，选择性地暴露或掩掉已知可预报源）、以及用 XAI 工具解读学到的表示。
---
一句话判断
这篇论文的价值在于它把"技巧住在哪些模态里"这件事变成了一个训练目标的选择问题，并且给出了可核对的时效依赖曲线：长时效追平、短时效退让。 这条曲线的形状比"追平 ECMWF"这个结论更有信息量——它说明次季节预报和中期预报在方法上确实是两类问题，用一个模型同时服务两者可能本来就要付这个代价。