仲晓辉-复旦大学人工智能创新与产业研究院
仲晓辉
助理教授
邮箱:zhong_xiaohui@fudan.edu.cn

 教育经历

2008年-2012年在武汉大学动力与机械学院能源动力系统及自动化专业学习,获工学学士学位

2012年-2017年在加利福尼亚大学圣地亚哥分校机械工程学院机械工程专业学习,获哲学博士学位

 工作经历

2025年7月-至今,复旦大学人工智能创新与产业研究院,助理教授

2023年8月-2025年7月,复旦大学人工智能创新与产业研究院,博士后

2021年5月-2023年7月,在阿里巴巴达摩院(杭州)科技有限公司,算法专家

2018年4月-2021年4月,新加坡远景智能国际有限公司,高级气象工程师

2017年8月-2018年4月,航天宏图信息技术有限公司,气象工程师 

 研究方向

基于人工智能的气象预报,包括短临预报、中短期气象预报大模型、次季节预报大模型、气候预报大模型、海洋预报、基于人工智能的资料同化、基于人工智能的气象大模型与物理规律结合等

 主要成果

发表Nature Communications、npj clim. atmos. sci、JAMES、QJRMS、GMD 、Solar Energy、ICCV等SCI论文30余篇。相关成果曾获得2025年国际基础科学大会前沿科学奖、2024年度中国气候研究重大进展、以及2024年度中国十大气象科技进展。

伏羲中短期气象大模型:创新性地采用U-Transformer结构与级联模型框架,分时段优化0-15天预报精度,显著降低累积误差。该模型是全球首个实现逐6小时15天预报的AI气象模型,在Z500和T2M等关键指标上超越ECMWF HRES系统,有效预报时长分别延长至10.5天和14.5天,同时将传统数值模式需数万CPU核小时的计算任务压缩至单张GPU分钟级完成。伏羲模型在ECMWF、谷歌等国际评测中综合排名第一,并已在中国气象局、欧洲中期天气预报中心等十余家业务单位部署应用。相关论文获得2025年国际基础科学大会的前沿科学奖。

伏羲次季节大模型:基于变分自编码器技术,首次在隐空间中引入流依赖扰动,刻画大气演变的概率特征,并结合海气相互作用过程,将MJO(Madden-Julian Oscillation)的有效预报时长从30天提升至36天,优于ECMWF S2S模式。相关成果发表于《Nature Communications》。

端到端伏羲气象系统:研发全球首个观测-同化-预报一体化AI系统“FuXi Weather”,仅需同化掩星和5类卫星数据即可实现13层大气变量的循环同化与预报,Z500有效预报时长达9.75天(超越ECMWF HRES),被《Nature Communications》评价为“突破性进展”。

 招生专业

人工智能在大气和海洋科学领域中的研究与应用

 发表论文

近5年发表论文节选:

(1) Xiuyu Sun, Xiaohui Zhong, Xiaoze Xu, Yuanqing Huang, Hao Li, J. David Neelin, Deliang Chen, Jie Feng, Wei Han, Libo Wu, Yuan Qi: FuXi Weather: A data-to-forecast machine learning system for global weather. Nature Communications, 2025

(2) Qiusheng Huang, Xiaohui Zhong, Xu Fan, Hao Li: FuXi-RTM: A Physics-Guided Prediction Framework with Radiative Transfer Modeling, International Conference on Computer Vision, 2025

(3) Lei Chen, Xiaohui Zhong, Hao Li, Jie Wu, Bo Lu, Deliang Chen, Shangping Xie, Qingchen Chao, Chensen Lin, Zixin Hu, Yuan Qi: A machine learning model that outperforms conventional global subseasonal forecast models. Nature Communications, 2024

(4) Xiaohui Zhong, Lei Chen, Jun Liu, Chensen Lin, Yuan Qi, Hao Li. FuXi-Extreme: Improving extreme rainfall and wind forecasts with diffusion model. Science China Earth Science, 2024

(5) Xiaohui Zhong, Xing Yu, Hao Li. Machine Learning Parameterization of the Multi-scale Kain-Fritsch (MSKF) Convection Scheme and stable simulation coupled in WRF using WRF-ML v1.0, Geoscientific Model Development, 2024

(6) Lei Chen, Xiaohui Zhong, Feng Zhang, Yuan Cheng, Yinghui Xu, Yuan Qi, Hao Li: FuXi: a cascade machine learning forecasting system for 15-day global weather forecast. npj Climate and Atmospheric Science, 2023

(7) Xiaohui Zhong, Zhijian Ma, Yichen Yao, Lifei Xu, Yuan Wu, Zhibin Wang: WRF-ML v1.0: A bridge between WRF v4.3 and machine learning parameterizations and its application to atmospheric radiative transfer, Geoscientific Model Development, 2023

(8) Yichen Yao, Xiaohui Zhong, Yongjun Zheng, Zhibin Wang: A Physics-Incorporated Deep Learning Framework for Parameterization of Atmospheric Radiative Transfer; Journal of Advances in Modelling Atmospheric Research, 2023