HiRO-ACEv2: Ai2 выложила в сеть 10,9 ГБ весов климатического эмулятора и никому не сказала

HiRO-ACEv2 не является языковой моделью, и это первое, что стоит о нём уяснить. Это двухэтапный фреймворк климатической эмуляции от Allen Institute for AI, и 12 октября 2026 года в 16:43 UTC институт создал репозиторий Hugging Face под названием allenai/HiRO-ACEv2, содержащий примерно 10,9 ГБ чекпоинтов, данных форсинга и начальных условий. Два дня спустя, 14 октября в 13:15 UTC, репозиторий получил последний коммит. На момент написания этой статьи у него один лайк, нет загрузок, нет ветки обсуждения, нет анонса от Ai2, нет записи в блоге и нет освещения в прессе. Единственное публичное объяснение того, что содержит релиз, — это препринт, появившийся на arXiv 13 октября, через день после весов.

Что делает это достойным отдельной страницы, а не пожимания плечами, — это разница с первым поколением. Ai2 выпустила HiRO-ACE в январе 2026 года, и она умела одно: осадки с разрешением 3 км. HiRO-ACEv2 добавляет к выходным данным десятиметровые восточную и северную составляющие ветра и давление на уровне моря вдобавок к осадкам, что превращает её из инструмента понижающего масштабирования осадков во что-то более близкое к пригодному для использования генератору атмосферных полей в масштабе 3 км. Это реальное изменение возможностей, а не просто смена версии. Выдержит ли она проверку — отдельный вопрос, и на него пока никто за пределами Ai2 не ответил.

Что находится в репозитории, файл за файлом

Это та часть, которую можно познать полностью, поэтому именно её стоит читать внимательно. Всё нижеследующее было считано из собственного списка файлов и метаданных репозитория.

• HiROv2.ckpt — 1 376 737 727 байт, около 1,28 ГиБ. Это сама модель диффузионного даунскейлинга — компонент, который в статье называется HiRO, сокращение от «High Resolution Output».

• ACE2S-X-SHIELD.ckpt — 3 201 380 831 байт, около 2,98 ГиБ. Эмулятор низкого разрешения, который его питает: авторегрессионная модель X-SHIELD — глобальной шторморазрешающей модели, огрублённой до 100 км.

• forcing_data/ — десять файлов NetCDF, от forcing_2014.nc до forcing_2023.nc, примерно по 609 МБ каждый. Девятьсот тридцать мегабайт этого окна — это входные данные обусловливания, и его десятилетний диапазон в точности совпадает с окном обучения, которым ограничены оба чекпоинта.

• initial_conditions/ — ic_2014.nc и ic_2023.nc, по 118 253 505 байт каждый. Две конечные точки периода, на который настроен запуск релиза.

• Три конфигурации YAML и сценарий оболочки — ace2s_inference_config_global.yaml, hiro_downscaling_ace2s_global_output.yaml, hiro_downscaling_ace2s_pnw_output.yaml и run-hiro-ace.sh. Конфигурация для Тихоокеанского Северо-Запада стоит рядом с глобальной, что является неплохим намёком на то, какой регион авторы использовали в качестве разобранного примера.

README занимает 5 345 байт и в основном представляет собой рецепт: скачайте репозиторий, pip install fme, укажите в конфигурации ACE четыре поля, задав в них ваши пути, направьте конфигурацию HiRO на выходной каталог запуска ACE, запустите shell-скрипт. Код размещён в публичном репозитории climate-emulator компании Ai2, а на сайте документации пакет в настоящее время представлен как fme v2026.5.1, с постоянным предупреждением о том, что кодовая база поддерживает внутренние исследования и что случаются ломающие изменения API. Веса распространяются под лицензией Apache 2.0, при этом Руководство Ai2 по ответственному использованию связывает предоставление лицензии с исследовательскими и образовательными целями.

Что утверждает препринт — и чего карточка модели не скажет в его пользу

Препринт озаглавлен «Экстремальные события и статистика в ИИ-эмуляторе глобальной шторморазрешающей модели», и его первая версия появилась на arXiv 13 октября 2026 года в 04:18 UTC в категории physics.ao-ph, у него десять авторов из климатической команды Ai2. Почти все числа, которые могли бы понадобиться читателю, взяты из него, а не из карточки модели, и каждое из этих чисел принадлежит самим авторам и не воспроизведено никем другим.

Главное утверждение — это стоимость: в статье говорится, что инференс более чем в 300 раз дешевле, чем запуск обычной численной глобальной модели, разрешающей штормы. Это как раз тот показатель, который определяет, является ли метод исследовательской диковинкой или оперативным инструментом, поэтому стоит точно понимать, что именно он собой представляет. Это сравнение одного ИИ-эмулятора с одним классом численного моделирования, выполненное создателями эмулятора на выбранном ими оборудовании и с выбранными ими настройками. Ни одна третья сторона не воспроизвела его.

Второе утверждение касается хвостов. Сообщается, что HiRO-ACEv2 воспроизводит эталонные распределения осадков и приземного ветра вплоть до 99,9999-го процентиля, а также в целом следует эталонному распределению интенсивности тропических циклонов. Правильно передать дальний хвост — это сложная часть данной задачи и причина, по которой статья вообще существует: эмулятор, который точно воспроизводит среднее и упускает экстремумы, бесполезен именно для тех вопросов, которые люди хотят задать о тропических циклонах и наводнениях. Механизм, описанный авторами, — это несколько денойзеров на этапе вывода, а также изменения в выборке данных, выборке шума и взвешивании функции потерь во время обучения.

Карточка модели не даёт числового результата бенчмарка. В ней нет ни таблицы, ни оценки, ни записи в таблице лидеров. Карточка содержит качественные утверждения — строка о 99,9999-м процентиле является единственной количественной цифрой в ней — а затем перечисляет ограничения с необычной откровенностью. Обе контрольные точки были обучены на девяти годах X-SHIELD, с 2014 по 2022 год. Выходные данные воспроизводят X-SHIELD, а не наблюдения, поэтому они наследуют смещения эталонной симуляции, а не реальной атмосферы. Этот фреймворк не предназначен для прогнозирования погоды. Он не тестировался за пределами диапазона от 66° ю. ш. до 70° с. ш. и не может работать за пределами 88° ю. ш. или 88° с. ш. Понижение масштаба областей, превышающих тренировочный фрагмент размером 16 на 16 с шагом в один градус, может приводить к разрывам или артефактам смешивания на границах фрагментов. И карточка отмечает, что ACE2S-X-SHIELD протестирован менее строго, чем более ранняя линейка ACE2-ERA5.

Если читать их вместе, эти два абзаца говорят кое-что конкретное: это исследовательский артефакт, за которым стоит статья, выпущенный вместе с перечнем своих ограничений, а не запуск продукта с таблицей бенчмарков. Это нормальный и достойный уважения способ выпускать научные результаты. Это также не то же самое, что модель, которую можно оценить по публичному лидерборду, и разрыв между этими двумя вещами — честное состояние этого релиза.

Дельта от v1 — вот что здесь на самом деле важно.

HiRO-ACE, выпуск за январь 2026 года, сгенерировал усреднённые за 6 часов значения приземной интенсивности осадков с разрешением 3 км. Это была вся выходная поверхность. В платформе v2 добавлены мгновенные значения восточной и северной составляющих ветра на высоте 10 метров и поля давления на уровне моря с шестичасовой периодичностью, наряду с осадками.

Это важно из-за того, что представляет собой вторая стадия. HiROv2 — это диффузионная модель, которая принимает входные данные с разрешением 100 км и выдаёт поля с разрешением 3 км; в статье она описывается как двухстадийная система, где авторегрессионный эмулятор генерирует огрублённый X-SHIELD с разрешением 100 км, а отдельно обученная диффузионная модель регионально понижает разрешение этого выходного результата до 3 км. Расширение модуля понижения разрешения с одного скалярного поля до многомерного — осадки плюс две компоненты ветра плюс давление, которые должны быть физически согласованы друг с другом, а не просто по отдельности правдоподобны, — это и есть содержательная инженерная работа в этом релизе. Ветер и осадки, которые противоречат друг другу, хуже, чем каждый из них по отдельности.

Репозиторий v1 набрал шестнадцать лайков с января. У репозитория v2 — один, через два дня после его последнего коммита. Эта разница — не комментарий к качеству; это снимок того, насколько тихо вышел именно этот релиз.

То, что невозможно узнать извне и, вероятно, нельзя будет ещё некоторое время.

Хостингового эндпоинта нет. Нет API, нет тарифной сетки, нет цены за токен — и их в принципе не может быть, потому что это не авторегрессионная текстовая модель. В рейтингах моделей его нет, и вряд ли появится, поскольку важная здесь оценка — это то, насколько точно распределение соответствует эталонной симуляции, а ни один публичный рейтинг этого не измеряет. Нет независимого воспроизведения, нет стороннего бенчмарка и нет интеграции с фреймворками, кроме собственного Python-пакета Ai2 — в конфигурациях упоминаются библиотека fme и репозиторий ai2cm/ace, и больше ничего.

Практическое следствие таково: чтобы запустить HiRO-ACEv2 сегодня, нужно скачать 10,9 ГБ и выполнить его на собственном оборудовании. Никакого вызова, который можно было бы сделать, не существует. Любой, кто пишет, что эта модель «доступна на» какой-то платформе, описывает ссылку для скачивания.

Итак, честное резюме состояния этого релиза таково: веса существуют, рецепт существует, статья существует, а вендор ничего не сказал. Если Ai2 повторит схему январского релиза, анонс может появиться в течение нескольких дней и ничего не изменит в самом артефакте. Если же нет, модель останется такой, как есть — лежа в репозитории с полным README и без аудитории.

Где слой маршрутизации помогает, а где нет в данном случае

Чётко сказать об этом полезнее, чем растягивать упоминание продукта: OrcaRouter нечего маршрутизировать для HiRO-ACEv2. Мы его не хостим, он не появляется в нашем каталоге и не мог бы там появиться в текущем виде, потому что нет эндпоинта с оплатой по токенам, который можно было бы поставить перед вызывающей стороной.

Что верно, так это то, что работа вокруг такой модели — это работа с языковой моделью. Скрипты, которые управляют ансамблем, охватывающим десятилетия, код, который читает метаданные NetCDF и проверяет формы полей перед запуском, обобщение статистики распределений по сотне прогонов, превращение статьи в контрольный список, — этот слой представляет собой обычную генерацию текста и кода, и именно на этом слое вызов модели на каждый запрос имеет смысл. Этот слой — то, для чего нужен ключ API, и именно поэтому один ключ перед более чем двумястами моделями, с прозрачной передачей прайс-листа провайдера и автоматическим переключением при деградации провайдера, стоит иметь, даже когда научная модель в центре конвейера работает на вашем собственном GPU.

Что изменило бы эту страницу

Три вещи в порядке убывания вероятности. Объявление от Ai2 подтвердило бы, что релиз завершён, а не является staging-коммитом, и дало бы фреймворку объект для цитирования, отличный от препринта. Прогон, выполненный кем-то за пределами Ai2, — будь то группа, воспроизводящая утверждение о 300-кратном ускорении инференса на собственном оборудовании, или публикующая сравнение с численным GSRM на той же машине, — превратил бы главный тезис статьи из заявления в доказательство. А нисходящий пайплайн, который принимает на вход многомерный вывод — ветры и давление наряду с осадками, — стал бы первой настоящей проверкой того, выдерживает ли физическая согласованность второй стадии, когда от неё зависит кто-то, кроме её авторов.

Ничто из этого не является причиной игнорировать релиз. Для зрелой области тихо выпускать второе поколение — это нормально, и именно в статье и следует искать. Это причина быть точными в том, что было показано, а на данный момент показано следующее: файлы на месте, рецепт задокументирован, а цифры — собственные, авторов.

Такой тихий релиз — это также момент, чтобы проверить, что пошло не так раньше: задокументированные инциденты с ИИ и сбои агентов, связанные с моделями этого класса, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, степень уверенности и флаг спорности.