arXiv 2026年10月5日作者提出 SDECast，一个基于神经随机微分方程（SDE）的连续时间概率天气预报框架，它扩展 SDE Matching 直接在物理空间中学习随机动力学，训练时无需反复进行 SDE 模拟；在模拟地球物理流上，SDECast 恢复了有意义的漂移动力学并忠实再现了底层的连续时间行为，随后在全球小时分辨率天气预报中展现出可扩展性，能给出最长五天有技巧的概率预报。作者提出 SDECast，一个基于神经随机微分方程（SDE）的连续时间概率天气预报框架，它扩展 SDE Matching 直接在物理空间中学习随机动力学，训练时无需反复进行 SDE 模拟；在模拟地球物理流上，SDECast 恢复了有意义的漂移动力学并忠实再现了底层的连续时间行为，随后在全球小时分辨率天气预报中展现出可扩展性，能给出最长五天有技巧的概率预报。SDECast 用神经随机微分方程在连续时间做概率天气预报，在模拟地球物理流中恢复漂移动力学，并在全球小时分辨率下给出最长五天有技巧的概率预报作者提出 SDECast，一个基于神经随机微分方程（SDE）的连续时间概率天气预报框架，它扩展 SDE Matching 直接在物理空间中学习随机动力学，训练时无需反复进行 SDE 模拟；在模拟地球物理流上，SDECast 恢复了有意义的漂移动力学并忠实再现了底层的连续时间行为，随后在全球小时分辨率天气预报中展现出可扩展性，能给出最长五天有技巧的概率预报。作者提出 SDECast，一个基于神经随机微分方程（SDE）的连续时间概率天气预报框架，它扩展 SDE Matching 直接在物理空间中学习随机动力学，训练时无需反复进行 SDE 模拟；在模拟地球物理流上，SDECast 恢复了有意义的漂移动力学并忠实再现了底层的连续时间行为，随后在全球小时分辨率天气预报中展现出可扩展性，能给出最长五天有技巧的概率预报。