在青岛港，团队部署了公里级微气象环境保障系统。起初预报效果并不理想，他们融入港口地形、岸线特征等知识，新增上百台环境传感设备，经过近半年数据积累与模型迭代，准确率逐步达标，已能支撑泊位分配和引航调度。青岛港是全国首批、交通运输领域唯一的国家人工智能中试基地，这套系统正是在中试场景中反复打磨才实现落地。“人工智能模型不能拔苗助长，必须留给系统充足的时间完成验证、迭代与优化。”聂婕说。

　　目前，团队构建的海洋环境智能预警体系已在多个场景投入应用。风暴潮风险评估系统可提前5天捕捉到高风险水位的“苗头”，预测误差控制在20厘米以内。与青岛气象台联合研发的海雾预报智能体，通过大模型读取卫星云图等多模态数据模拟预报员工作，今年雾期已成功预报多处海雾。海洋生态系统健康评价大模型也已与国家海洋环境监测中心和山东省海洋资源与环境研究院合作应用。

　　三个瓶颈，协同突破

　　成果落地令人振奋，但聂婕心里清楚，AI赋能海洋的深层瓶颈远未突破。她列出三个关键词：数据、算法、算力。