最新研究提出了一种经济高效的千米级降尺度扩散模型，用于物理风险预测。该模型利用ERA5再分析数据，从台湾的高分辨率天气模型中训练而来。通过两步方法（ResDiff），在块状RMSE和CRPS评分上表现出色。模型能准确恢复极端天气事件的重要幂律关系，并展示多变量关系，如冷锋中的强降雨和台风眼壁的极端风雨。这是首次尝试直接从全球预报模型进行降尺度，预示着全球到区域的机器学习天气预报新时代的到来。