微软研究院推出了大规模大气基础模型Aurora，利用超过一百万小时的地球物理数据进行预训练，显著提升了空气质量、海洋波浪和热带气旋路径的预测精度与效率，计算速度提高约5000倍，推动气候和天气信息获取。

在第六届海洋数值预报与高性能计算论坛上，李本霞介绍了人工智能在海浪预报中的应用。我国自1965年开始海浪预报，现已发展出利用深度学习和云计算的智能预报系统，能在1分钟内完成72-96小时的预报，效率和精度均优于传统模式。该系统已在中国近海使用，并计划扩展至全球。

该文综述机器学习在海洋波浪与海平面预测中的应用，包括：利用物理波浪模型生成数据训练U-Net和Fourier神经算子重建雷达波浪场；结合神经网络与符号回归发现巨浪模型；用物理信息神经网络由水下监测数据重建海面高度；用变分同化与深度学习恢复风速；由船舶运动谱估计波高周期；用卫星测高与气候模型训练全连接网络预测海平面上升，并验证分区建模效果。