更少词元、更准预报：用于高效天气预测的稀疏残差路由

基于ViT的天气预报常对所有空间词元均匀计算，尽管相邻大气格点值相近，大范围随时间平滑变化。删除或合并词元虽能节省计算，天气预报却需要将历史状态映射到原经纬度网格上的未来值，每个格点必须保留物理意义，尤其在自回归预测中。Sparse-Reslim是无参数路由模块，只将25%的空间词元送入昂贵的中间Transformer块，将这些块视为残差更新：计算选中词元的变化，再只把变化散射回完整序列。未选词元精确保留路由前表示，不删除格点、不使用掩码替代，也无需融合层或额外参数。在ERA5直至业务级0.25度分辨率上，对确定性Transformer和扩散模型两类骨干，所有所测变量的预报准确性均改善；主要设置训练约快2.5倍，0.25度时达3.18倍，峰值显存降低超过2.2倍。受控分解显示，准确性收益主要来自稀疏路由本身，随机选择词元还提供额外正则化收益而无需选择器开销。