一羣沒有引擎、全靠風帶漂流的氣球，剛剛從美國空軍手裏接下了一張大單。WindBorne Systems 這家做自主氣象氣球的公司宣佈，贏得美國空軍一份新合同，向其採購由全球氣球艦隊收集的數據，合同總價值最高可達4900萬美元。對一家把"用氣球窺探大氣"當作生意的初創公司來說，這是它迄今爲止參與過分量最重的一筆交易。

WindBorne 目前大約有700顆氣象氣球飄在地球各處，它們不斷讀取大氣傳感器的數據，一部分賣給付費客戶，另一部分則迴流進公司自己的 AI 天氣預報模型。這家2015年在加州紅木城成立的企業，是最早把真實觀測數據直接餵給深度學習天氣模型的組織之一。它和美國政府打交道已久，國家氣象局、空軍、海軍都是老相識，但這一回的空軍合同，才真正把合作推到了量級上的新臺階。

這筆錢花得並不任性。合同封頂4900萬美元，但空軍是"用多少買多少"——只在需要數據時，針對特定區域、特定時段下單。到目前爲止，實際只下了170萬美元的訂單，公司高管預期後續還會追加。聯合創始人兼 CTO Andrey Sushko 把這份合同形容成"主要是支撐星座持續擴張、以及投入研發不斷改進氣球硬件與性能的載體"。他特別提到，合同是未經競標直接授予的，這是政府認定"在收集全球數據這種能力上，我們是唯一能以滿足其作戰需求的方式提供服務的公司"。

WindBorne 的底氣來自實打實的技術積累。CEO John Dean 在8月披露，公司剛完成3700萬美元的 B 輪融資，繼續爲業務擴張輸血;而今年夏初發布的 WeatherMesh6預報模型，公司聲稱已經比歐洲中期天氣預報中心（ECMWF）那套用物理定律模擬大氣的傳統模型更準。自 transformer 架構問世、ECMWF 又公開了海量氣象數據集之後，AI 天氣預報就成了深度學習最能打的應用之一——過去氣象學家要靠昂貴的超算去解近似大氣行爲的複雜方程，如今端到端學習模型吞下幾十年的數據，就能更快地吐出預測。前沿實驗室和政府機構的模型的確越來越準，但兩類預報仍得互相補位才能讓人真正讀懂天氣;像 Google DeepMind 最新的天氣模型，其颶風預報工具已在政府應對風季時變得越來越關鍵。

最讓 WindBorne 揚眉吐氣的，是今年8月它成了第一家把無動力飛行系統送進颱風眼收集數據的機構。這些氣球沒有發動機，完全靠調整飛行高度、放出氣體、或者拋掉當作壓艙物的沙子，借風把自己送到該去的地方。Sushko 說，這是一步相當新穎的棋:"兩個前提，一是要有好的風和天氣模型、並且懂得如何駕馭它們;二是星座得足夠大，讓氣球恰好出現在正確的位置。"他補了一句分量很重的話——這是深度學習模型首次被用於真正的業務運營決策之一。換句話說，這羣隨風漂泊的氣球，已經不只是科研玩具，而是開始替軍方和氣象機構做起了實打實的判斷。