面对端到端气象应用链条需求和行业对精细化复合气象产品的迫切需要，本研究提出大规模超级集合驱动的智能预报新范式，解决当前气象应用分散、确定性预报无法量化误差种类、机器学习与传统NWP未形成合力、复合灾害解决方案缺乏及传统模式未充分利用异构算力等痛点。依托GenEPS生成式超级集合、iDust复合灾害一体化预报和LMARSpy异构计算框架三大技术路线，本研究在z500大尺度预报技巧、极端沙尘预警和米级精度模拟等方面取得显著进展，构建了以集合预报为基础的算法框架体系。未来，该项工作将致力于智能预报系统集成，建立物理解析-数据生成-机器学习一体化链路，提升气象预报的精度和应用价值。