IBM与NASA共同发布Surya，这是一款针对太阳圈物理（Heliophysics）研究设计的开源人工智慧基础模型，现已在Hugging Face平台公开。该模型能处理高解析度的太阳观测资料，并应用于太阳风暴等太空天气的预测。研究团队同时释出经整理的太阳圈物理资料集，提供学术界与产业界作为进一步研究与应用的基础。

Surya的训练资料来自NASA太阳动力学观测台（SDO）长达9年的高解析太阳影像，这些影像文件尺寸比一般人工智慧训练资料大上十倍，研究团队因此採取多架构解决方案，以兼顾庞大资料处理与运算效率。模型支援多项太阳圈物理研究任务，包括太阳闪焰（耀斑）分类、太阳风速推估、EUV光谱预测以及活跃区域的出现分析。

在初步测试中，Surya在闪焰二元分类的準确率较既有方法提升约16％。此外，模型首次尝试以影像形式标示闪焰可能发生的位置，最长可提前两小时进行视觉化预测，对于需要即时反应的航太、电信与电力基础设施而言，具备实际应用价值。目前资料还属研究性质，后续仍需透过更多实际案例与资料加以验证。

与Surya同步释出的SuryaBench资料集涵盖多个子领域，包括闪焰预测、太阳风、日冕外推（Coronal Extrapolation）、活跃区域分割与活跃区域出现，并提供SDO_training作为通用训练集。部分资料集的时间範围涵盖2011年至2024年，以HDF5格式存放，单张解析度最高达4096×4096，适合高精度特徵学习与基準测试。

可靠的太阳天气预测对现代基础设施安全至关重要，强烈太阳活动可能影响卫星运行、航太任务、电网稳定度与通讯系统的可用性，甚至干扰GPS定位与航空导航。随着人工智慧模型与开源资料集的释出，研究人员与产业开发者可以在Hugging Face上直接存取并针对特定应用进行微调，建置符合需求的监测与预警系统。

这项发布是IBM与NASA长期合作计画的一部分，双方先前已共同释出涵盖气候与天气领域的Prithvi系列基础模型，而Surya则将人工智慧应用範畴扩展至太阳圈物理，进一步展现人工智慧在太空天气研究中的可能性。