研究与来源
英文原题：On the foundations of Earth foundation models · 机器翻译
论文作者：Xiao Xiang Zhu · Zhitong Xiong · Yi Wang · Adam J. Stewart · Konrad Heidler · Yuanyuan Wang · Zhenghang Yuan · Thomas Dujardin · Qingsong Xu · Yilei Shi
DOI: 10.1038/s43247-025-03127-x
AI 导读提出理想地球基础模型的 11 项特征，涵盖多传感器整合、地理位置与尺度感知、物理一致性等，并讨论评价标准与研究方向。
导读不等同于作者摘要，请以原始论文为准。
本条目提供可追溯的文献信息，尚未发布完整编辑解读。
阅读原始来源 ↗重点期刊标识依据 2025 年中科院分区：大类一区且 Top=是。该期刊层面的标识不代表对单篇论文质量的评价。
英文原题A foundation model for the Earth system
AI 导读在多种地球物理数据上预训练，再适配天气、海浪、空气质量与热带气旋路径预测，探索跨任务的地球系统建模。
英文原题Differentiable modelling to unify machine learning and physical models for geosciences
AI 导读讨论如何利用可微分计算，将物理知识与神经网络共同训练，为过程理解、参数估计与地学预测提供方法框架。
英文原题Neural general circulation models for weather and climate
AI 导读将可微分动力核心与神经网络参数化结合，用统一的混合框架研究天气预报与气候模拟，并评估长期积分的物理一致性。
英文原题Enhancing reproducibility in hybrid Earth system models
AI 导读讨论 AI 与物理过程结合后带来的数值稳定性、流程透明度和计算资源差异，提出混合地球系统模型的可复现性评估与实施框架。