北京时间2026年10月15日，微软研究院公开了概率偏差校正框架PBC的研究说明与代码，用于改善两至六周的次季节天气预报。微软页面标注的发布时间为10月14日8时31分59秒协调世界时，The Verge的授权公开信息流也在过去24小时内列出这一进展。PBC不是替代现有全部天气模型的新模型，而是一套后处理方法：它读取既有系统的预报，再校正其中可重复的系统性偏差。

两至六周的预报缺口

微软说明称，传统物理模型与较新的AI模型在约十天内表现较好，但进入两至六周窗口后，误差累积以及全球地球系统与局地天气的复杂相互作用会削弱可靠性。农业播种和施肥、野火管理、水与能源调度及极端天气准备都需要更长的提前量；这些是次季节预报的应用场景，不是PBC已经产生的量化收益。公开材料也没有声称两至六周内每一天、每个地区或每种变量都能达到相同水平。

PBC先检查某个下层模型的历史预报，学习它倾向于在哪些地方出错，再把原始确定性集合预报转换成校正后的概率分布，同时保留原模型中仍有用的预测信号。公开仓库说明，这套框架可以接收动力模型、AI模型或混合系统的输出。它调整的是概率预报结果，并不改造所有下层模型的结构，也没有消除天气系统本身的不确定性。微软研究院高级首席研究员Lester Mackey把流程概括为先学习误差方式，再给出校正后的次季节输出。

校正机制与开源论文

相关论文题为《Advancing subseasonal forecasting with machine learning》，发表于Nature，DOI为10.1038/s41586-026-11126-x。研究团队在GitHub公开了PBC代码和论文引用元数据，仓库声明采用MIT许可证。论文元数据列出13名作者，公开代码提供了生成不同提前期预报的示例。本轮没有绕过Nature的登录或机构授权入口，因此只使用微软公开说明、公开仓库中的作者与DOI信息，不把未读取的论文全文写成已复核材料。

微软称，PBC改善了ECMWF业务偏差校正次季节模型中98%的降水目标、92%的温度目标和91%的气压目标；这些比例指得到改善的目标占比，不是准确率分别提高98%、92%和91%。微软还称PBC使ECMWF的AI Forecasting System准确度翻倍。上述数字均来自微软对研究结果的概述，公开页面没有在同一处列出完整计算细节，也没有提供可代替独立复现的第三方审计结论。

竞赛指标与风暴案例

ECMWF于2025年8月启动AI Weather Quest实时竞赛。由微软及外部合作者组成的MicroEnsemble团队，把PBC用于ECMWF动力模型和PoET混合模型，形成名为MicroDuet的参赛系统。微软称，MicroDuet在首个三个月赛季的每个天气变量和提前期上都排名第一，超过34支参赛团队及6个主要业务预报中心的系统；这些是竞赛口径。

微软还称，MicroDuet在完整一年的实时预报中保持最高准确度，并提前19至26天预判了2026年初袭击美国的两场冬季风暴。公开说明列举了北美暴风雪、寒潮和Winter Storm Fern等图示案例，但没有据此承诺所有风暴都能被同样提前捕捉。个案提前期、竞赛成绩与特定变量评估也不能互相替代，正文分别保留各自口径；材料没有给出所有失败案例的数量。

肯尼亚试用和产品边界

在东非，肯尼亚气象服务机构正与Rhiza Research、加州大学圣塔芭芭拉分校Climate Hazards Center及德国卡尔斯鲁厄理工学院的研究者测试和试用PBC。当前做法是识别极多或极少降雨的概率，为天气机构每周更新提供输入；当地预报人员继续解释并发布结果。该机构首席气象学家Phillip Okello称，下一步要提高强降雨与干旱期预报的精度。微软没有公布由此增加的农业产量或避免的灾害损失。

微软称，Microsoft Weather的次季节到季节S2S模型可提供最长六周的每周概率指引，已经实时运行，目前只向部分客户开放private preview。公开材料没有说明PBC何时或是否全面进入Windows、Bing、Copilot、Edge和MSN，也未披露训练与运行成本、商业价格、全部部署范围、客户名单或第三方独立审计结果。现阶段可确认的是研究、开源代码、竞赛表现与有限试用，而不是面向所有用户的正式服务。