HiRO-ACEv2: Ai2 đưa 10,9 GB trọng số của Climate Emulator lên mạng và không nói với ai

HiRO-ACEv2 không phải là một mô hình ngôn ngữ, và đó là điều đầu tiên cần làm rõ. Đây là một khung mô phỏng khí hậu hai giai đoạn của Allen Institute for AI, và vào ngày 12 tháng 10 năm 2026 lúc 16:43 UTC, viện này đã tạo một kho lưu trữ Hugging Face với tên allenai/HiRO-ACEv2 chứa khoảng 10,9 GB checkpoint, dữ liệu cưỡng bức và điều kiện ban đầu. Hai ngày sau, vào ngày 14 tháng 10 lúc 13:15 UTC, kho lưu trữ đã nhận commit cuối cùng của mình. Tính đến thời điểm viết bài này, nó có một lượt thích, không có lượt tải xuống, không có luồng thảo luận, không có bài đăng thông báo nào từ Ai2, không có bài blog và không có báo chí đưa tin. Lời giải thích công khai duy nhất về những gì bản phát hành chứa đựng là một bản tiền in xuất hiện trên arXiv vào ngày 13 tháng 10, một ngày sau các trọng số.

Điều khiến chuyện này đáng được viết thành một trang thay vì chỉ nhún vai là mức chênh lệch so với thế hệ đầu tiên. Ai2 đã phát hành HiRO-ACE vào tháng 1 năm 2026, và nó chỉ làm một việc: mưa ở quy mô 3 km. HiRO-ACEv2 bổ sung vào đầu ra gió hướng đông và hướng bắc ở độ cao 10 mét cùng áp suất mực nước biển trung bình, bên cạnh lượng mưa, điều này đưa nó từ một bộ hạ quy mô lượng mưa thành thứ gần hơn với một bộ tạo trường khí quyển dùng được cho quy mô 3 km. Đó là một thay đổi năng lực thực sự, không phải chỉ là một lần tăng phiên bản. Liệu nó có trụ vững hay không là một câu hỏi riêng, và là câu hỏi mà chưa ai ngoài Ai2 trả lời.

Có gì trong kho lưu trữ, theo từng tệp

Đây là phần hoàn toàn có thể nắm bắt được, vì vậy đây là phần đáng đọc kỹ. Mọi thứ bên dưới đều được đọc ra từ chính danh sách tệp và siêu dữ liệu của kho lưu trữ.

• HiROv2.ckpt — 1.376.737.727 byte, khoảng 1,28 GiB. Đây chính là mô hình giảm tỷ lệ khuếch tán, thành phần mà bài báo gọi là HiRO, viết tắt của "High Resolution Output."

• ACE2S-X-SHIELD.ckpt — 3.201.380.831 byte, khoảng 2,98 GiB. Bộ mô phỏng độ phân giải thô cấp dữ liệu cho nó: một mô hình tự hồi quy của X-SHIELD, mô hình phân giải bão toàn cầu, được thô hóa xuống 100 km.

• forcing_data/ — mười tệp NetCDF, từ forcing_2014.nc đến forcing_2023.nc, mỗi tệp khoảng 609 MB. Chín trăm ba mươi megabyte trong cửa sổ đó là đầu vào điều kiện, và khoảng thời gian mười năm của nó đúng bằng cửa sổ huấn luyện mà cả hai checkpoint đều bị giới hạn trong đó.

• initial_conditions/ — ic_2014.nc và ic_2023.nc, mỗi tệp 118.253.505 byte. Hai điểm cuối của khoảng thời gian mà bản phát hành được thiết lập để chạy.

• Ba tệp cấu hình YAML và một tập lệnh shell — ace2s_inference_config_global.yaml, hiro_downscaling_ace2s_global_output.yaml, hiro_downscaling_ace2s_pnw_output.yaml và run-hiro-ace.sh. Cấu hình Tây Bắc Thái Bình Dương nằm cạnh cấu hình toàn cầu, một gợi ý khá rõ về việc các tác giả đã dùng khu vực nào làm ví dụ minh họa.

README có dung lượng 5.345 byte và phần lớn là một công thức: tải kho lưu trữ về, pip install fme, trỏ bốn trường trong cấu hình ACE tới các đường dẫn của bạn, trỏ cấu hình HiRO tới thư mục đầu ra của lần chạy ACE, rồi chạy script shell. Mã nguồn nằm trong kho lưu trữ climate-emulator công khai của Ai2 và trang tài liệu hiện quảng bá gói này là fme v2026.5.1, kèm theo cảnh báo thường trực rằng cơ sở mã chỉ hỗ trợ nghiên cứu nội bộ và rằng các thay đổi API gây hỏng có thể xảy ra. Trọng số theo giấy phép Apache 2.0, với Hướng dẫn Sử dụng có Trách nhiệm của Ai2 gắn mục đích nghiên cứu và giáo dục vào việc cấp phép.

Những gì preprint tuyên bố, và những gì thẻ mô hình sẽ không nói thay cho nó

Bản thảo trước công bố có tiêu đề "Các sự kiện cực đoan và thống kê trong một trình giả lập AI của một mô hình phân giải bão toàn cầu," và phiên bản đầu tiên của nó đã được đăng lên arXiv vào ngày 13 tháng 10 năm 2026 lúc 04:18 UTC dưới mục physics.ao-ph, với mười tác giả từ nhóm khí hậu của Ai2. Gần như mọi con số mà người đọc mong muốn đều đến từ nó chứ không phải từ thẻ mô hình, và mỗi một con số trong số đó đều là của chính các tác giả và chưa được bất kỳ ai khác tái lập.

Tuyên bố đáng chú ý nhất là về chi phí: bài báo nêu rằng suy luận rẻ hơn hơn 300 lần so với việc chạy một mô hình số toàn cầu phân giải bão thông thường. Đó là kiểu con số quyết định liệu một kỹ thuật chỉ là trò tò mò trong nghiên cứu hay là một công cụ vận hành, nên cần chính xác về việc nó thực sự là gì. Đó là so sánh một trình giả lập AI với một loại mô phỏng số, được thực hiện bởi chính những người đã xây dựng trình giả lập, trên phần cứng và các thiết lập do họ lựa chọn. Chưa có bên thứ ba nào lặp lại điều đó.

Tuyên bố thứ hai nói về các đuôi. HiRO-ACEv2 được báo cáo là theo dõi phân bố lượng mưa tham chiếu và gió gần bề mặt đến tận phân vị 99,9999, và nhìn chung tuân theo phân bố cường độ xoáy thuận nhiệt đới tham chiếu. Việc nắm bắt đúng phần đuôi xa là phần khó của bài toán này và là lý do bài báo tồn tại ngay từ đầu — một trình mô phỏng nắm chính xác giá trị trung bình mà bỏ lỡ các cực trị thì vô dụng đối với đúng những câu hỏi mà người ta muốn đặt ra về xoáy thuận nhiệt đới và lũ lụt. Cơ chế mà các tác giả mô tả là nhiều bộ khử nhiễu tại thời điểm suy luận, cùng với những thay đổi trong lấy mẫu dữ liệu, lấy mẫu nhiễu và trọng số hóa tổn thất trong quá trình huấn luyện.

Điều mà thẻ mô hình không làm là đưa ra một con số đánh giá chuẩn. Không có bảng, không có điểm số, không có mục nào trên bảng xếp hạng. Thẻ đưa ra các tuyên bố định tính — dòng phân vị thứ 99,9999 là con số định lượng duy nhất trong đó — rồi liệt kê các hạn chế với mức độ thẳng thắn bất thường. Cả hai checkpoint đều được huấn luyện trên chín năm X-SHIELD, từ 2014 đến 2022. Các kết quả đầu ra tái tạo X-SHIELD, không phải các quan trắc, nên chúng thừa hưởng các thiên lệch của mô phỏng tham chiếu thay vì của khí quyển thực. Khuôn khổ này không dùng để dự báo thời tiết. Nó chưa được kiểm thử bên ngoài phạm vi từ 66°S đến 70°N và không thể chạy vượt quá 88°S hoặc 88°N. Việc hạ quy mô các vùng lớn hơn vùng vá huấn luyện 16x16, một độ có thể tạo ra sự gián đoạn hoặc hiện tượng giả pha trộn tại ranh giới các vá. Và thẻ lưu ý rằng ACE2S-X-SHIELD được kiểm thử ít nghiêm ngặt hơn so với dòng ACE2-ERA5 trước đó.

Đọc cùng nhau, hai đoạn văn đó nói lên một điều cụ thể: đây là một sản phẩm nghiên cứu có một bài báo đằng sau, được công bố kèm theo những hạn chế của nó, chứ không phải một buổi ra mắt sản phẩm với một bảng xếp hạng chuẩn. Đó là một cách bình thường và đáng trân trọng để công bố khoa học. Nó cũng là một thứ khác với một mô hình mà bạn có thể đánh giá dựa trên một bảng xếp hạng công khai, và khoảng cách giữa hai điều đó chính là tình trạng trung thực của bản phát hành này.

Sự khác biệt so với v1 mới là điều đáng chú ý thực sự ở đây

HiRO-ACE, bản phát hành tháng 1 năm 2026, đã tạo ra tốc độ giáng thủy bề mặt được trung bình 6 giờ một lần ở 3 km. Đó là toàn bộ bề mặt đầu ra. Khung v2 bổ sung gió tức thời theo hướng đông và hướng bắc ở độ cao 10 mét cùng các trường áp suất mực nước biển với tần suất 6 giờ một lần, song song với giáng thủy.

Điều đó quan trọng vì giai đoạn thứ hai là gì. HiROv2 là một mô hình khuếch tán nhận đầu vào 100 km và tạo ra các trường 3 km; bài báo mô tả nó như một hệ thống hai giai đoạn, trong đó một emulator tự hồi quy tạo ra X-SHIELD được làm thô ở 100 km, và một mô hình khuếch tán được huấn luyện riêng biệt hạ quy mô theo vùng đầu ra đó xuống 3 km. Việc mở rộng bộ hạ quy mô từ một trường vô hướng đơn lẻ sang một trường đa biến — lượng mưa cộng với hai thành phần gió cộng với áp suất, những thứ phải nhất quán về mặt vật lý với nhau, chứ không phải chỉ hợp lý một cách độc lập — chính là nội dung kỹ thuật thực chất trong bản phát hành này. Gió và lượng mưa không nhất quán với nhau thì còn tệ hơn là chỉ có một trong hai.

Kho lưu trữ v1 đã tích lũy được mười sáu lượt thích kể từ tháng Một. Kho lưu trữ v2 chỉ có một, hai ngày sau lần commit cuối cùng. Sự khác biệt đó không phải là lời nhận xét về chất lượng; đó là một bức ảnh chụp nhanh cho thấy bản phát hành cụ thể này đã ra mắt lặng lẽ đến mức nào.

Điều gì không thể biết được từ bên ngoài, và có lẽ sẽ còn như vậy trong một thời gian nữa.

Không có endpoint được host nào. Không có API, không có bảng giá, không có giá theo token, và không có khả năng có một cái như vậy, vì đây không phải là một mô hình văn bản tự hồi quy. Không có gì trên bất kỳ bảng xếp hạng mô hình nào, và cũng không có gì có khả năng xuất hiện, vì đánh giá quan trọng ở đây là độ trung thực phân phối so với một mô phỏng tham chiếu và không có bảng xếp hạng công khai nào đo lường điều đó. Không có tái tạo độc lập, không có benchmark của bên thứ ba, và không có tích hợp framework nào ngoài gói Python của chính Ai2 — thư viện fme và kho ai2cm/ace và không gì khác.

Hệ quả thực tế là để chạy HiRO-ACEv2 ngày nay, bạn phải tải xuống 10,9 GB và thực thi nó trên phần cứng của riêng bạn. Không có lệnh gọi nào mà bạn có thể thực hiện. Bất kỳ ai viết rằng mô hình này "có sẵn trên" một nền tảng nào đó đều đang mô tả một liên kết tải xuống.

Vậy nên bản tóm tắt trung thực về tình trạng của bản phát hành này là: các trọng số đã tồn tại, công thức đã tồn tại, bài báo đã tồn tại, và nhà cung cấp vẫn chưa nói gì. Nếu Ai2 đi theo mô thức của bản phát hành tháng Một, một thông báo có thể sẽ xuất hiện trong vài ngày tới và không thay đổi gì về sản phẩm. Nếu không, mô hình vẫn cứ như vậy — nằm trong một kho lưu trữ với README đầy đủ và không có người xem.

Nơi một lớp định tuyến có và không giúp ích ở đây

Việc nói rõ về điều này hữu ích hơn việc cố kéo dài một đề cập sản phẩm cho nó: OrcaRouter không có gì để định tuyến cho HiRO-ACEv2. Chúng tôi không lưu trữ nó, nó không xuất hiện trong danh mục của chúng tôi, và nó không thể xuất hiện ở đó ở dạng hiện tại, bởi vì không có endpoint tính phí theo token nào để đặt trước một bên gọi.

Điều đúng đắn là công việc xoay quanh một mô hình như thế này chính là công việc của mô hình ngôn ngữ. Các script điều khiển một ensemble kéo dài nhiều thập kỷ, đoạn code đọc siêu dữ liệu NetCDF và kiểm tra tính hợp lý của hình dạng các trường trước khi chạy, việc tổng hợp thống kê phân phối qua hàng trăm lần rollout, việc đọc một bài báo thành danh sách kiểm tra — lớp đó là văn bản và sinh mã thông thường, và đó là lớp mà việc gọi mô hình theo từng yêu cầu trở nên hợp lý. Lớp đó chính là mục đích của một API key, và đó là lý do vì sao một khóa duy nhất đứng trước hơn hai trăm mô hình, với giá niêm yết của nhà cung cấp được chuyển thẳng qua và việc chuyển sang dự phòng được xử lý tự động khi một nhà cung cấp gặp sự cố, lại đáng để có ngay cả khi mô hình khoa học ở trung tâm của pipeline nằm trên GPU của chính bạn.

Điều gì sẽ thay đổi trang này

Ba điều, theo thứ tự khả năng xảy ra giảm dần. Một thông báo từ Ai2 sẽ xác nhận rằng bản phát hành đã hoàn tất thay vì chỉ là một commit staging, đồng thời cho framework một mục tiêu trích dẫn khác ngoài bản preprint. Một lần chạy do một bên ngoài Ai2 thực hiện — một nhóm tái lập tuyên bố suy luận nhanh gấp 300 lần trên phần cứng của chính họ, hoặc công bố so sánh với một GSRM số trên cùng một máy — sẽ biến dòng tít của bài báo từ tuyên bố thành bằng chứng. Và một pipeline hạ nguồn tiếp nhận đầu ra đa biến, gió và áp suất cùng với giáng thủy, sẽ là phép thử thực sự đầu tiên cho việc liệu tính nhất quán vật lý của giai đoạn thứ hai có đứng vững khi một người nào đó không phải tác giả của nó đang phụ thuộc vào nó hay không.

Không điều nào trong số đó là lý do để bỏ qua bản phát hành. Một lĩnh vực trưởng thành âm thầm tung ra thế hệ thứ hai của mình là chuyện bình thường, và bài báo mới là nơi cần tìm đến. Đó là lý do để nói chính xác về những gì đã được trình bày, mà cho đến nay là: các tệp đều ở đó, công thức đã được ghi lại, và các con số là của chính các tác giả.

Một bản phát hành êm ả như thế này cũng là thời điểm để kiểm tra những gì đã sai trước đây: các sự cố AI và lỗi agent được ghi nhận liên quan đến các mô hình thuộc lớp này được tập hợp trong the OrcaRouter AI Incident Archive , nơi mỗi mục đều đi kèm nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp.