Omni-Weather: Um Modelo de Fundação Multimodal Unificado para Geração e Compreensão do Tempo
Omni-Weather: Unified Multimodal Foundation Model for Weather Generation and Understanding
December 25, 2025
Autores: Zhiwang Zhou, Yuandong Pu, Xuming He, Yidi Liu, Yixin Chen, Junchao Gong, Xiang Zhuang, Wanghan Xu, Qinglong Cao, Shixiang Tang, Yihao Liu, Wenlong Zhang, Lei Bai
cs.AI
Resumo
A modelagem meteorológica exige tanto previsão precisa quanto interpretação mecanicista, contudo os métodos existentes tratam esses objetivos de forma isolada, separando a geração do entendimento. Para preencher essa lacuna, apresentamos o Omni-Weather, o primeiro modelo de base multimodal que unifica a geração e compreensão do tempo dentro de uma única arquitetura. O Omni-Weather integra um codificador de radar para tarefas de geração meteorológica, seguido por processamento unificado usando um mecanismo de autoatenção compartilhado. Além disso, construímos um conjunto de dados Chain-of-Thought para raciocínio causal na geração meteorológica, permitindo saídas interpretáveis e qualidade perceptual aprimorada. Experimentos extensivos mostram que o Omni-Weather alcança desempenho de ponta tanto na geração quanto na compreensão do tempo. Nossos achados indicam ainda que tarefas gerativas e de compreensão no domínio meteorológico podem se reforçar mutuamente. O Omni-Weather também demonstra a viabilidade e o valor da unificação entre geração e compreensão meteorológica.
English
Weather modeling requires both accurate prediction and mechanistic interpretation, yet existing methods treat these goals in isolation, separating generation from understanding. To address this gap, we present Omni-Weather, the first multimodal foundation model that unifies weather generation and understanding within a single architecture. Omni-Weather integrates a radar encoder for weather generation tasks, followed by unified processing using a shared self-attention mechanism. Moreover, we construct a Chain-of-Thought dataset for causal reasoning in weather generation, enabling interpretable outputs and improved perceptual quality. Extensive experiments show Omni-Weather achieves state-of-the-art performance in both weather generation and understanding. Our findings further indicate that generative and understanding tasks in the weather domain can mutually enhance each other. Omni-Weather also demonstrates the feasibility and value of unifying weather generation and understanding.