美国空军近日与气象气球初创公司 WindBorne Systems 签署了一项价值高达 4900 万美元的数据采购合同。根据协议，空军将购买由 WindBorne 自主运营的气球机队所收集的大气传感器数据。
WindBorne 成立于 2015 年，总部位于加利福尼亚州雷德伍德市。目前，该公司在全球范围内维持着约 700 个气象气球的飞行网络。作为首批直接将实测数据输入深度学习天气模型的企业之一，WindBorne 与美国国家气象局等机构保持着密切合作。尽管此前已有合作基础，但此次签署的合同是该公司迄今为止参与的最大单笔订单。
值得注意的是，该合同采用按需付费模式。虽然合同上限为 4900 万美元，但空军仅需为其实际需要的特定时间、特定区域的数据支付费用。截至目前，已执行订单金额为 170 万美元，管理层预计后续将有更多订单落地。
WindBorne 联合创始人兼首席技术官 Andrey Sushko 向 TechCrunch 表示，这笔资金主要用于支持气球星座的持续扩张，以及改进硬件性能和推进研发工作。Sushko 强调，该合同未经过竞争性投标，因为政府认定 WindBorne 是唯一能够以符合操作需求的方式提供全球数据的公司。
在融资方面，WindBorne 首席执行官 John Dean 曾在 8 月透露，公司已筹集 3700 万美元 B 轮融资，旨在进一步扩大业务规模。今年夏季早些时候，该公司发布了最新版预报模型 WeatherMesh 6。据称，该模型的预测准确性优于欧洲中期天气预报中心（ECMWF）的传统模型。
随着 Transformer 架构的普及以及 ECMWF 开放大量历史天气数据集，人工智能已成为深度学习在气象领域最具成效的应用场景之一。传统气象预报依赖昂贵的超级计算机运行复杂方程，而端到端的学习模型能够吸收数十年的数据并实现更快速的预测。包括 Google DeepMind 在内的多家实验室和政府机构开发的 AI 模型，其表现已超越传统预报方法，风预测工具正日益成为美国政府应对风暴季节的核心手段。
今年 8 月，WindBorne 成为首个在台风眼中发射无动力飞行系统以收集数据的组织。这些气球通过调整高度、释放空气或投放沙子作为压载物来保持位置。Sushko 指出，这一突破依赖于两个关键要素：先进的风和天气模型，以及足够庞大且分布合理的气球星座。这也是首次将深度学习模型直接应用于实际操作决策中。
