HiRO-ACEv2：Ai2が10.9 GBの気候エミュレータの重みをオンラインで公開し、誰にも知らせなかった

HiRO-ACEv2は言語モデルではない。まずその点をはっきりさせておく必要がある。これは Allen Institute for AI による2段階の気候エミュレーションフレームワークであり、2026年10月12日16:43 UTC に、同研究所は Hugging Face 上に次の名前のリポジトリを作成した：allenai/HiRO-ACEv2。約10.9 GBのチェックポイント、強制データ、初期条件が含まれている。2日後の10月14日13:15 UTC に、このリポジトリに最後のコミットが行われた。本稿執筆時点で、このリポジトリには「いいね」が1件あるだけで、ダウンロードは0件、ディスカッションスレッドはなく、Ai2 からの発表投稿も、ブログ記事も、報道もない。このリリースに何が含まれているかを公に説明する唯一のものは、10月13日、重みの公開から1日後に arXiv に公開されたプレプリントだけである。

これが肩をすくめるだけでなくページを割く価値があるのは、第一世代からの差分があるからだ。Ai2がHiRO-ACEを2026年1月に投入した。そしてそれがやったことは1つだけ、3 kmの降水だった。HiRO-ACEv2は、出力に降水に加えて10メートルの東向きおよび北向きの風と平均海面気圧を追加する。これにより、降雨ダウンスケーラーから、3 kmスケールで使える大気場生成器に近いものへと移行する。これは単なるバージョンアップではなく、実際の能力変化だ。それが持ちこたえるかどうかは別の問題であり、Ai2の外部ではまだ誰も答えていない。

リポジトリの内容をファイルごとに教えてください

これは完全に知り得る部分であり、だからこそ注意深く読む価値がある部分です。以下はすべて、リポジトリ自身のファイル一覧とメタデータから読み取ったものです。

• HiROv2.ckpt — 1,376,737,727バイト、約1.28 GiB。これは拡散ダウンスケーリングモデルそのもので、論文が「High Resolution Output」の略称としてHiROと呼ぶコンポーネントです。

• ACE2S-X-SHiELD.ckpt — 3,201,380,831バイト、約2.98 GiB。これに供給する低解像度エミュレータ：全球ストーム解像モデルX-SHIELDを100 kmに粗視化した自己回帰モデル。

• forcing_data/ — 10個のNetCDFファイル、forcing_2014.ncからforcing_2023.ncまで、それぞれ約609 MBです。そのウィンドウのうち930メガバイトは条件付け入力であり、その10年間の期間は、両方のチェックポイントが制限されているトレーニングウィンドウとまったく同じです。

• initial_conditions/ — ic_2014.nc と ic_2023.nc、それぞれ 118,253,505 バイト。このリリースが実行するように設定されている期間の2つの端点。

• 3つのYAML設定ファイルと1つのシェルスクリプト — ace2s_inference_config_global.yaml、hiro_downscaling_ace2s_global_output.yaml、hiro_downscaling_ace2s_pnw_output.yaml、run-hiro-ace.sh。太平洋岸北西部の設定はグローバル設定の隣にあり、これは著者たちがどの地域を作業例として使ったかを示す妥当な手がかりである。

READMEは5,345バイトで、そのほとんどが手順書です。リポジトリをダウンロードし、pip install fme、ACE設定の4つのフィールドを自分のパスに指定し、HiRO設定をACE実行の出力ディレクトリに向け、シェルスクリプトを実行します。コードはAi2の公開climate-emulatorリポジトリにあり、ドキュメントサイトでは現在、このパッケージをfme v2026.5.1として案内していますが、コードベースが内部研究を支援していること、およびAPIの破壊的変更が発生することを常設の警告として示しています。重みはApache 2.0で、Ai2のResponsible Use Guidelinesにより、ライセンス付与に研究および教育目的が付帯しています。

プレプリントが主張していること、そしてモデルカードがそれについて言おうとしないこと

プリプリントのタイトルは「Extreme events and statistics in an AI emulator of a global storm-resolving model」で、その最初のバージョンは2026年10月13日04:18 UTCにphysics.ao-phの下でarXivに公開され、著者はAi2の気候チームの10名である。読者が知りたいと思うほぼすべての数値は、モデルカードではなくこの論文から得られるものであり、それらの数値はすべて著者自身のもので、他の誰によっても再現されていない。

最大の売り文句はコストだ。論文は、推論が従来の数値的な全球ストーム解像モデルを実行するより300倍以上安いと述べている。それは、ある技術が研究上の珍品なのか実用ツールなのかを決める種類の数字なので、それが何を指すのかについて正確に述べておく価値がある。これは、1つのAIエミュレーターを、1つのクラスの数値シミュレーションと比較したものであり、エミュレーターを作った人々が、自ら選んだハードウェアと設定で行った比較だ。第三者による再現はない。

2つ目の主張は裾に関するものだ。HiRO-ACEv2は、参照降水量と地表付近の風の分布を99.9999パーセンタイルまで追跡し、参照熱帯低気圧強度分布に概ね従うと報告されている。裾の遠い部分を正しく捉えることがこの問題の難所であり、この論文がそもそも存在する理由でもある — 平均を正確に捉えながら極端な値を外すエミュレータは、人々が熱帯低気圧と洪水についてまさに尋ねたい問いにとって役に立たない。著者らが説明するメカニズムは、推論時の複数のデノイザーに加え、訓練中のデータサンプリング、ノイズサンプリング、損失重み付けの変更である。

モデルカードが行わないのは、ベンチマーク数値を示すことだ。表もスコアもリーダーボードのエントリーもない。このカードは定性的な主張を行っており、99.9999パーセンタイルの記述が唯一の定量的な数値であり、その後、異例なほど率直に制限事項を列挙している。両方のチェックポイントは、2014年から2022年までの9年間のX-SHIELDでトレーニングされた。出力は観測ではなくX-SHIELDを再現するため、実際の大気ではなく参照シミュレーションのバイアスを受け継ぐ。このフレームワークは天気予報向けではない。南緯66°から北緯70°の範囲外ではテストされておらず、南緯88°または北緯88°を超えて実行することはできない。16×16の1度のトレーニングパッチより大きな領域をダウンスケーリングすると、パッチ境界で不連続やブレンディングアーティファクトが生じることがある。また、カードは、ACE2S-X-SHIELDが以前のACE2-ERA5系統よりも厳密にテストされていないことを注記している。

まとめて読むと、これら二つの段落は具体的なことを述べている。これは背後に論文がある研究用アーティファクトであり、限界も添えて公開されたものであって、ベンチマーク表を伴う製品発表ではない。それは科学を世に出す普通で立派なやり方だ。また、公開リーダーボードに対して評価できるモデルとは別物でもあり、その両者の間の隔たりこそが、このリリースの正直な現状である。

v1からの差分こそが、ここでの本題だ

2026年1月リリースのHiRO-ACEは、3 kmで6時間平均の地表降水率を生成しました。地表出力はこれですべてでした。v2フレームワークは、降水に加えて、6時間間隔で、高さ10メートルの東向き・北向き風と海面気圧場の瞬時値を追加します。

それは第二段階が何であるかという点で重要だ。HiROv2は100 kmの入力を取り、3 kmの場を生成する拡散モデルである。論文では、それを二段階システムとして記述しており、自己回帰エミュレータが100 kmの粗視化されたX-SHIELDを生成し、別途訓練された拡散モデルがその出力を3 kmに領域ダウンスケールする。ダウンスケーラーを単一のスカラー場から多変量の場—降水と2つの風成分と気圧、これらは互いに物理的に整合している必要があり、独立にもっともらしいだけではいけない—に拡張することが、このリリースにおける実質的なエンジニアリングである。互いに矛盾する風と降水は、どちらか一方だけよりも悪い。

v1リポジトリは1月以降、16件のいいねを集めている。v2リポジトリは、最後のコミットから2日後に1件だ。この違いは品質に対する評価ではない。このリリースがどれほど静かに世に出たかを映し出す一瞬の記録にすぎない。

外部からは知り得ないことであり、おそらくしばらくは知り得ないままだろう。

ホストされたエンドポイントは存在しない。APIも、料金表も、トークン単位の価格も存在せず、それが存在する可能性もない。なぜならこれは自己回帰型テキストモデルではないからだ。どのモデルリーダーボードにも何も載っておらず、今後載る可能性も低い。ここで重要な評価は参照シミュレーションに対する分布的忠実性であり、それを測定する公開リーダーボードは存在しないからだ。独立した再現も、サードパーティ製ベンチマークも、Ai2自身のPythonパッケージ以外のフレームワーク統合も存在しない — 設定が参照するのはfmeライブラリとai2cm/aceリポジトリだけであり、それ以外は何もない。

実用的な帰結として、今日 HiRO-ACEv2 を動かすということは、10.9 GB をダウンロードして自分のハードウェア上で実行することを意味する。呼び出せるものは何もない。このモデルが何らかのプラットフォームで「利用可能」だと書いている人は、ダウンロードリンクのことを説明しているにすぎない。

つまり、このリリースの状況を正直に要約すると、こうなる。重みは存在し、レシピは存在し、論文は存在し、そしてベンダーは何も述べていない。Ai2 が1月のリリースと同じパターンを踏襲するなら、数日以内に告知が出るかもしれないが、成果物については何も変わらない。そうならなければ、モデルは現状のまま——完全な README を備えたリポジトリに置かれ、誰にも見られないままでいる。

ここでルーティング層が役立つ場合とそうでない場合

この点を明確に述べることは、製品への言及を無理に引き伸ばすよりも有用です。OrcaRouter には HiRO-ACEv2 に対してルーティングするものが何もありません。当社はそれをホストしておらず、当社のカタログにも掲載されていませんし、現在の形ではそこに掲載されることもあり得ません。なぜなら、呼び出し元の前に置けるトークン従量制のエンドポイントが存在しないからです。

確かなのは、このようなモデルをめぐる作業は言語モデルの仕事だということだ。数十年規模のアンサンブルを動かすスクリプト、NetCDFのメタデータを読み取り実行前にフィールド形状を検査するコード、百回のロールアウトにわたる分布統計の要約、論文をチェックリストへと読み解くこと——その層はごく普通のテキストとコードの生成であり、リクエストごとにモデルを呼び出すことが理にかなう層である。その層こそがAPIキーの存在意義であり、だからこそ二百を超えるモデルの手前に置かれた一つのキー——プロバイダの定価をそのまま通し、プロバイダが劣化したときには自動でフェイルオーバーを処理する——が、パイプラインの中心にある科学モデルが自分のGPU上に載っている場合でさえ、持つ価値があるのだ。

何がこのページを変えるのだろうか

可能性の高い順に3つ。Ai2の発表があれば、リリースがステージング用コミットではなく完成済みであることが裏づけられ、フレームワークにはプレプリント以外の引用対象が与えられるだろう。Ai2外部の誰かによる実行——あるグループが推論300倍という主張を自前のハードウェアで再現する、あるいは同じマシン上で数値GSRMとの比較を公表する——は、論文の見出しを主張から証拠へと変えるだろう。そして、降水量と並んで風と気圧を含む多変量出力を取り込む下流パイプラインは、著者以外の誰かがそれに依存するとき、第2段階の物理的整合性が本当に保たれるかどうかを試す最初の本格的なテストになるだろう。

それらのどれも、このリリースを無視する理由にはならない。成熟した分野がその第2世代を静かに送り出すのは普通のことだし、見るべきは論文だ。それは、何が示されたかについて正確であるべき理由ではある。これまでのところ示されているのは、ファイルはそこにあり、レシピは文書化されており、数値は著者自身のものであるということだ。

これほど静かなリリースは、これまでに何がうまくいかなかったかを確認する瞬間でもあります。このクラスのモデルに関する、記録されたAIインシデントとエージェントの障害は、次にまとめられています：OrcaRouter AIインシデントアーカイブそこでは各項目が出典、重大度、信頼度グレード、係争中フラグをそれぞれ備えています。