WindBorne 获投 3700 万美元：用全球最大气象气球网络切入商业气象赛道
传统气象预测长期依赖超级计算机，门槛极高、费用昂贵。近年来，深度学习技术的突破让 AI 模型在普通笔记本电脑上也能运行大气模拟，降低了气象预测的硬件依赖。但一个更大的问题浮出水面：如何让zf 、企业和机构真正把这些预测用起来？
WindBorne Systems 给出的答案是：用遍布全球的高空气球采集独特数据，再喂入自研 AI 预测模型。
融资概况
这家成立于 2019 年的初创公司近期完成了 3700 万美元 B 轮融资，由 Khosla Ventures 和 Galvanize 联合领投，TransLink Capital、Lux Capital 及现有投资方跟投。融资完成后，公司估值达到 2.5 亿美元。
核心能力：行星神经系统
WindBorne 的核心竞争力在于其独特的数据采集体系：
- 全球布局：目前拥有 20 个发射站点，在轨气球约 600 个，随时收集偏远地区的气象数据
- 极端环境采集：气球曾进入台风眼等恶劣天气区域执行数据采集任务
- 立体扩展：公司正开始部署可空投入海、作为浮动浮标继续采集数据的空中传感装置
CEO John Dean 将这套数据网络称为"行星神经系统"。这套自有的数据集结合各国气象机构发布的公开数据，共同构成其 AI 预测模型的信息基础。
Dean 表示："我们已证明，向预测模型中加入气球数据后，预报准确度显著提升，单位数据点的价值远高于卫星数据。同时，公司营收也在持续增长，这让投资人看到了真实的市场需求。"
客户结构：从zf 到华尔街
目前 WindBorne 的主要客户仍为zf 机构：
- 美国国家气象局：采购 WindBorne 的气象数据
- 美国空军与海军：通过研究合作项目付费，包括开发可在舰船上运行、间歇联网的预测模型
下一阶段的商业化重点是私募领域，尤其是使用气象数据预测大宗商品价格和其他商业结果的投资基金。
本轮融资将用于：计算资源投入、将气球网络的卫星通信替换为网状无线电网络、以及扩充市场团队，拓展私营部门客户。
行业现状与挑战
气象数据商业化并非易事。过去十年间，众多初创公司曾尝试扩大地球观测卫星网络等感知业务规模，却因"从数据中提取价值需要专业经验和成熟工作流"而难以打入私营市场，大多数最终依赖已习惯使用此类数据的zf 机构。
现有私营气象公司大多靠为新闻媒体重新包装zf 预测、为飞机除冰和船舶航线等专业场景提供细化服务，或服务于上述投机类客户来盈利。AI 工具的效率提升可能正在改变这一格局。
Galvanize 合伙人 Saloni Multani（本轮联合领投方）指出，私营气象市场此前受限的原因在于"将气象预测整合进更广泛的商业决策，一直成本高、难度大。我们认为 AI 改变了这个等式——更精准的预测让投入变得值得，而 AI 大幅降低了将预测结果对接到实际业务决策的门槛。"
评论