保险公司、银行和能源公司正使用扩散模型生成数万个合成天气事件,改进灾害风险评估,尤其针对缺乏历史数据的罕见灾难。Fathom用约1000年气候模拟数据训练扩散模型,再通过图像锐化模型将分辨率从100×100公里细化至10×10公里,生成2030年气候场景。Verisk用生成式AI同时建模极端风和雨,Moody's RMS则利用AI分析野火和飓风后的卫星图像估计保险损失。但扩散模型存在幻觉,可能生成看似合理却违反物理规律的事件。更精准的模型理论上可覆盖孟加拉国等被忽视地区,但研究显示保险公司可能倾向于采购产出较低损失估计的模型以承接更多业务,先进科学与销售逻辑可能冲突。