---
title: AURORA
canonical_url: "https://www.modelscope.cn/models/OneScience/AURORA"
md_url: "https://www.modelscope.cn/models/OneScience/AURORA.md"
repository: OneScience/AURORA
last_updated: 2026-09-02
license: MIT
library_name:
  - pytorch
frameworks:
  - PyTorch
language:
  - en
  - zh
downloads: 4
stars: 2
tags:
  - OneScience
  - "地球科学"
  - "气象预报"
  - ERA5
  - foundation-model
---

# AURORA

> AURORA - OneScience 在 ModelScope 开源的模型。AURORA 是微软研究院提出的地球系统基础模型，可完成全球天气预报、空气污染预测等多种地球系统预测任务，相关论文发表于 ICML 2024。

OneScience/AURORA 是 ModelScope 魔搭社区上的机器学习模型，采用 MIT 许可。

- **Repository**: OneScience/AURORA
- **License**: MIT
- **Tags**: OneScience, 地球科学, 气象预报, ERA5, foundation-model
- **Downloads**: 4
- **Stars**: 2
- **Last updated**: 2026-09-02

Source: https://www.modelscope.cn/models/OneScience/AURORA

---

<p align="center"><strong><span style="font-size: 30px;">AURORA</span></strong></p>

# 模型介绍

AURORA 是微软研究院提出的地球系统基础模型，可完成全球天气预报、空气污染预测等多种地球系统预测任务，相关论文发表于 ICML 2024。

论文：Aurora: A Foundation Model of the Atmosphere

https://arxiv.org/abs/2405.13063


# 模型描述

Aurora是一个拥有13亿参数的大型深度学习模型，由三维感知编码器、三维Swin Transformer处理器，动态解码器组成。

# 适用场景

| 场景 | 说明 |
| :---: | :--- |
| 天气预报训练 | 使用 ERA5 HDF5 数据训练 AURORA |
| 本地快速验证 | 使用虚拟数据检查数据读取，模型训练、微调、推理、推理结果可视化。 |
| ModelScope/OneCode 运行 | 作为独立模型包下载后直接安装依赖并运行脚本。 |
| 多卡训练 | 通过 `torchrun` 启动多进程训练。 |



# 使用说明

## 1. OneCode 使用

可通过 OneCode 在线环境体验智能化一键式 AI4S 编程：

[点击体验智能化一键式 AI4S 编程](https://web-2069360198568017922-iaaj.ksai.scnet.cn:58043/home)

## 2. 手动安装使用

**硬件要求**

- 推荐使用 GPU 或 DCU 运行。
- CPU 可以用于导入和小配置连通性验证，完整训练和推理速度较慢。
- DCU 用户需要预先安装 DTK，建议使用 DTK 25.04.2 以上版本或与当前集群匹配的 OneScience 推荐版本。

### 下载模型包

```bash
modelscope download --model OneScience/AURORA --local_dir ./AURORA
cd AURORA
```

### 安装运行环境

**DCU环境**

```bash
# 请首先激活DTK及CONDA
conda create -n onescience311 python=3.11 -y
conda activate onescience311
# 支持uv安装
pip install onescience[earth-dcu] -i http://mirrors.onescience.ai:3141/pypi/simple/  --trusted-host mirrors.onescience.ai
```

**GPU环境**

```bash
# 请首先激活CONDA
conda create -n onescience311 python=3.11 -y libstdcxx-ng=12 libgcc-ng=12 gcc_linux-64=12 gxx_linux-64=12
conda activate onescience311
# 支持uv安装
pip install onescience[earth-gpu] -i http://mirrors.onescience.ai:3141/pypi/simple/  --trusted-host mirrors.onescience.ai
```


### 训练数据介绍

OneScience 社区提供可供训练的 ERA5 数据（受数据文件大小限制，当前仓库内为完整数据切片），用户可通过下述命令下载，并确认 `conf/config.yaml` 中数据路径设置正确：

```bash
modelscope download --dataset OneScience/ERA5 --local_dir ./data
```


### 生成虚拟数据进行流程验证

虚拟数据只用于检查数据协议和流程连通性，不代表预报效果：

```bash
python scripts/fake_data.py
```


### 训练


单卡：

```bash
python scripts/train.py
```

多卡：

以下命令在一台机器上启动 2 个训练进程，每个进程使用一张卡。

```bash
torchrun --nproc_per_node=2 --nnodes=1 --rdzv_id=1000 --rdzv_backend=c10d --max_restarts=0 --master_addr="localhost" --master_port=29500 scripts/train.py
```


### 微调


配置已将 `training.finetune.checkpoint` 指向训练阶段生成的 `data/checkpoint/model_bak.pt`，因此默认微调使用训练模型。

```bash
python scripts/finetune.py
```



### 训练权重

本仓库在 weights/ 文件夹内提供基于 ERA5 再分析数据训练的权重，权重文件即将上传，预计将于近期完成。

### 推理

推理默认读取微调保存的 `data/checkpoint/model_finetune.pt`。
```bash
python scripts/inference.py
```


### 评估和可视化

```bash
python scripts/result.py
```


# OneScience 官方信息

| 平台 | OneScience 主仓库 | Skills 仓库 |
| --- | --- | --- |
| Gitee | https://gitee.com/onescience-ai/onescience | https://gitee.com/onescience-ai/oneskills |
| GitHub | https://github.com/onescience-ai/OneScience | https://github.com/onescience-ai/oneskills |

# 引用与许可证

- Aurora 论文: https://arxiv.org/abs/2405.13063 。
- 本仓库为 Aurora 原始论文的 OneScience 复现版本，如引用或商用，请电子邮件联系 AIWeatherClimate@microsoft.com，详情请参考官方要求：https://microsoft.github.io/aurora/intro.html 。
- Copyright (c) Microsoft Corporation. Licensed under the MIT license 。