HiRO-ACEv2：Ai2 將 10.9 GB 的氣候模擬器權重放上網，卻未告知任何人

HiRO-ACEv2並不是語言模型，而這是首先要弄清楚的一點。它是艾倫人工智慧研究所（Allen Institute for AI）推出的兩階段氣候模擬框架，而在 2026 年 10 月 12 日 16:43 UTC，該研究所建立了一個名為 allenai/HiRO-ACEv2的 Hugging Face 儲存庫，內含約 10.9 GB 的檢查點、強迫資料與初始條件。兩天後，也就是 10 月 14 日 13:15 UTC，該儲存庫完成了最後一次提交。截至本文撰寫時，它只有一個讚、零次下載、沒有討論串、Ai2 沒有發布任何公告貼文、沒有部落格文章，也沒有媒體報導。關於這次發布究竟包含什麼，唯一的公開說明是 10 月 13 日、也就是權重發布後一天，出現在 arXiv 上的一篇預印本。

這件事之所以值得寫成一整頁，而不是只換來一聲聳肩，在於它與第一代之間的差距。Ai2 發布 HiRO-ACE的時間是 2026 年 1 月，而它只做了一件事：3 公里降水。HiRO-ACEv2 則在降水之外，於輸出中加入 10 公尺高度的東向與北向風，以及平均海平面氣壓，這讓它從降雨降尺度器，變成更接近可用於 3 公里尺度的大氣場生成器。這是真正的能力變革，不是版本號更新。它能否站得住腳是另一個問題，而且這個問題在 Ai2 之外還沒有人回答過。

儲存庫中有什麼，逐一檔案說明

這是完全可知的部分，因此是值得仔細閱讀的部分。以下所有內容都是從儲存庫本身的檔案清單與中繼資料讀取出來的。

• HiROv2.ckpt — 1,376,737,727 位元組，約 1.28 GiB。這就是擴散降尺度模型本身，也就是論文中稱為 HiRO 的元件，代表「高解析度輸出」。

• ACE2S-X-SHiELD.ckpt——3,201,380,831 位元組，約 2.98 GiB。為其提供輸入的粗略解析度模擬器：X-SHIELD 的自迴歸模型，X-SHIELD 是將全球風暴解析模型粗化至 100 公里後的版本。

• forcing_data/ — 十個 NetCDF 檔案，從 forcing_2014.nc 到 forcing_2023.nc，每個約 609 MB。該視窗中有九百三十 MB 是條件輸入，而其十年跨度正好是兩個檢查點皆僅限於的訓練視窗。

• initial_conditions/—— ic_2014.nc 與 ic_2023.nc，各 118,253,505 位元組。此發行版設定執行之期間的兩個端點。

• 三個 YAML 設定檔與一支 shell 指令碼 — ace2s_inference_config_global.yaml、hiro_downscaling_ace2s_global_output.yaml、hiro_downscaling_ace2s_pnw_output.yaml 及 run-hiro-ace.sh。太平洋西北地區的設定檔與全域設定檔並列，這相當合理地暗示了作者是以哪個地區作為其範例。

README 為 5,345 位元組，內容大多是操作說明：下載儲存庫，pip install fme，將 ACE 設定中的四個欄位指向你的路徑，將 HiRO 設定指向 ACE 執行的輸出目錄，然後執行 shell 指令碼。程式碼位於 Ai2 的公開氣候模擬器儲存庫中，而文件網站目前標示此套件為 fme v2026.5.1，並持續警告該程式碼庫支援內部研究，且會發生破壞性 API 變更。權重採用 Apache 2.0，Ai2 的 Responsible Use Guidelines 將研究與教育意圖附加至授權授予中。

預印本聲稱了什麼，以及模型卡不會為它說什麼

這篇預印本題為「全球風暴解析度模型的 AI 模擬器中的極端事件與統計」，其初版於 2026 年 10 月 13 日 04:18 UTC 在 arXiv 上發布，分類為 physics.ao-ph，作者有十人，來自 Ai2 的氣候團隊。讀者想找的幾乎每一個數字都出自它，而不是模型卡；而那些數字每一個都是作者自己的，且未經任何其他人重現。

最受矚目的主張是成本：該論文指出，推論比執行傳統的全球風暴解析數值模型便宜超過 300 倍。這類數字會決定一項技術究竟是研究上的新奇事物，還是可實際作業使用的工具，因此值得精確說明它究竟是什麼。這是把一個 AI 模擬器與某一類數值模擬相比較，而且是由打造該模擬器的人，在他們自行選擇的硬體與設定下所做。尚未有第三方重複這項結果。

第二項主張是關於尾部。據報導，HiRO-ACEv2 能追蹤參考降水與近地表風分布，直到第 99.9999 百分位，並大致遵循參考的熱帶氣旋強度分布。要把極遠尾部掌握正確，是這個問題的困難之處，也是這篇論文之所以存在的理由——一個能精準掌握均值卻錯失極端值的模擬器，對於人們想問的關於熱帶氣旋與洪水的問題，正是毫無用處。作者所描述的機制，是在推論時使用多重去噪器，加上訓練期間對資料取樣、雜訊取樣與損失加權的調整。

模型卡沒有做的一件事，就是給出基準測試分數。沒有表格、沒有分數、也沒有排行榜名次。這張卡提出的是定性主張——其中唯一的定量數字是第 99.9999 百分位那行——然後以異常坦率的態度列出限制。兩個檢查點都是以 2014 年至 2022 年、共九年的 X-SHIELD 訓練而成。輸出重現的是 X-SHIELD，而非觀測資料，因此它們繼承的是參考模擬的偏差，而不是真實大氣的偏差。此框架並非用於天氣預報。它未曾在南緯 66° 至北緯 70° 之外測試過，也無法在超過南緯 88° 或北緯 88° 的範圍運行。對大於 16×16、1 度訓練區塊的區域進行降尺度時，可能會在區塊邊界產生不連續或混合偽影。此外，模型卡指出，ACE2S-X-SHIELD 的測試嚴謹度不如較早的 ACE2-ERA5 系列。

把這兩段放在一起讀，它們具體說明了某件事：這是一個背後有論文的研究產物，發布時也附上了自身的限制，而不是一場附有基準測試表的產品發表。這是發布科學成果的一種正常且體面的方式。它也與那種能在公開排行榜上評估的模型是兩回事，而這兩者之間的落差，正是這次發布的誠實狀態。

與 v1 的差異才是這裡真正的重點

HiRO-ACE，2026 年 1 月發布版本，產生了 3 公里解析度的 6 小時平均地表降水率。這就是全部的地表輸出。v2 框架則在降水之外，新增了每 6 小時一次的瞬時 10 公尺高度東向與北向風場，以及海平面氣壓場。

這很重要，原因在於第二階段的本質。HiROv2 是一個擴散模型，接收 100 公里輸入並產生 3 公里場；論文將其描述為兩階段系統，其中自迴歸模擬器生成 100 公里的粗化 X-SHIELD，而一個另行訓練的擴散模型則將該輸出區域降尺度至 3 公里。將降尺度器從單一純量場擴展到多變量場——降水加上兩個風分量再加上氣壓，這些必須彼此在物理上一致，而非各自看似合理——是本次發布中實質的工程工作。彼此不一致的風與降水，比單獨任一者更糟。

v1 儲存庫自一月以來已累積了十六個讚。v2 儲存庫在最後一次提交的兩天後只有一個讚。這樣的差異並不是對品質的評價；它只是這個特定版本發布得多麼悄無聲息的縮影。

什麼是從外部無法得知的，而且可能好一陣子都無法得知。

沒有託管端點。沒有 API、沒有費率表、沒有每個 token 的價格，也不可能會有，因為這不是自迴歸文字模型。任何模型排行榜上都沒有它，而且很可能也不會有，因為這裡真正重要的評估是對參考模擬的分佈保真度，而沒有公開排行榜衡量這一點。沒有獨立重現，沒有第三方基準測試，除了 Ai2 自家的 Python 套件之外也沒有框架整合——這些設定檔引用了 fme 函式庫與 ai2cm/ace 儲存庫，別無其他。

實際上的結果是，如今要執行 HiRO-ACEv2，就代表你得下載 10.9 GB，並在自己的硬體上執行。你沒有辦法發起任何呼叫。任何人寫說這個模型「在某個平台上可用」，都只是在描述一個下載連結。

所以，對這次發布狀態的誠實總結是：權重存在、配方存在、論文存在，而廠商什麼都沒說。如果 Ai2 遵循一月發布的模式，幾天內可能會有一則公告，但對這個產物不會有任何改變。如果不遵循，這個模型就維持原樣——待在一個有完整 README 的儲存庫裡，卻沒有任何人關注。

路由層在此何時有幫助、何時沒有幫助

把這一點講清楚，比硬把一則產品提及延伸套用到這件事上更有用：OrcaRouter 沒有什麼可以為 HiRO-ACEv2 路由。我們不託管它，它不會出現在我們的產品目錄中，而且以它目前的形式也不可能出現在那裡，因為沒有可供放在呼叫方前面的 Token 計量端點。

確實如此，圍繞這樣一個模型的工作就是語言模型的工作。驅動數十年期集合預報的腳本、在執行前讀取 NetCDF 中介資料並對欄位形狀做合理性檢查的程式碼、彙整上百次推演結果的分布統計量、把一篇論文讀成一份檢核清單——這一層就是尋常的文字與程式碼生成，而這一層也正是按每次請求呼叫模型說得通的地方。這一層就是 API 金鑰存在的意義，也是為什麼用單一金鑰串接兩百多個模型、並按供應商定價表原價轉嫁、且在供應商效能退化時自動處理容錯移轉，即使整條管線核心的科學模型就架在你自己的 GPU 上，依然值得擁有。

什麼會改變這個頁面

三件事，按可能性由高到低排列。Ai2 的一則公告，將確認該版本已經完成，而非仍處於暫存階段的提交，並讓這個框架有個不同於預印本的引用標的。由 Ai2 以外的人進行的一次執行——某個團隊在自己的硬體上重現 300 倍推論的說法，或是在同一台機器上發表與數值 GSRM 的比較——將把論文的最大賣點從宣稱變成證據。而一條會吃進多變量輸出——風與氣壓，連同降水——的下游管線，將是第一場真正的考驗：當依賴它的人不是作者本人時，第二階段的物理一致性是否還站得住。

那些都不是忽略這次發布的理由。一個成熟的領域悄悄推出第二代是正常的，而論文才是該看的地方。這是要求精確說明已展示內容的理由，而到目前為止是：檔案在那裡，做法有記錄下來，數字是作者自己的。

如此低調的一次發布，也正是檢視先前哪裡出了問題的時機：此類模型相關、已記錄的 AI 事件與代理程式失效，都收錄在OrcaRouter AI Incident Archive，其中每一筆條目都附有各自的來源、嚴重程度、信心評級與爭議旗標。