谷歌DeepMind与Google Research于9月3日联合发布WeatherNext 3，宣称其为目前最先进、最准确的全球气象模型。该模型直接从实时观测数据中学习，能够为影响人类的天气事件提供更及时、更本地化的预测，并自即日起为谷歌搜索、Gemini应用、谷歌地图、谷歌地图平台气象API及谷歌Earth Engine提供气象能力支持。
天气预报的实际效用往往取决于细节精度以及时间和空间的分辨率。WeatherNext 3能够生成多种空间分辨率的每小时预报，从广阔的全球风型到局部地形均保持物理一致性。在具体指标上，模型可以5公里分辨率呈现温度、湿度等关键地表变量，其他地表变量分辨率为10公里，风速等大气变量分辨率为25公里。
该模型通过接入实时全球地球静止卫星数据拼图，获得丰富且持续更新的大气视图，从而支持每小时生成一次新预报，每次预报均基于最新卫星观测数据。这一机制对极端天气的捕捉尤为关键，因为风暴、锋面或降水系统往往发展迅速，快速更新周期和高分辨率能够提供更早、更详细的洞察，帮助相关方采取有效应对措施。
WeatherNext 3采用稀疏气象站观测数据进行训练，使模型能够在5公里网格上生成全球预报，并充分考虑地形等区域细节。这一技术路径对拉丁美洲、非洲、亚太地区具有重要意义。由于传统区域模型依赖高昂的超级计算成本，这些地区在历史上长期缺乏高分辨率天气预报服务，WeatherNext 3将为这些地区的数十亿人口和本地企业带来本地化、高保真的天气预报能力。
除分辨率和预报频率的提升外，该模型还针对可再生能源生产引入了专项预测功能。模型可以预测100米高度（大致对应风力涡轮机高度）的风速，从而精准预判风电产量；同时提供高分辨率云量和太阳辐射数据，帮助太阳能电场估算地面接收的光照强度。这些数据对全球清洁能源规划具有直接价值，能够辅助电网运营商和可再生能源开发商准确预测清洁能源资产发电量，并匹配用户需求。
从技术架构看，WeatherNext 3延续了DeepMind在AI气象预测领域的研究路径。此前DeepMind已推出多代天气预测模型，此次发布的WeatherNext 3在空间分辨率和更新频率上均有显著提升。模型直接以原始卫星数据为基础，而非依赖传统数值天气预报的再分析数据，这一设计使其更贴近实时观测状态，减少数据预处理环节可能引入的偏差。
在行业影响层面，WeatherNext 3的发布将AI气象预测的竞争推入更高分辨率阶段。传统高分辨率区域气象模型通常需要大规模超级计算资源，而WeatherNext 3通过AI模型架构在5公里网格上实现全球覆盖，降低了高精度天气预报的计算门槛。这一能力对于缺乏超级计算基础设施的发展中地区尤其具有实用价值。
随着WeatherNext 3接入谷歌产品矩阵，其预报能力将通过搜索、地图和Gemini等入口触达广泛用户。气象API和Earth Engine的接入则为开发者和企业客户提供了基于该模型的数据服务接口。从商业角度看，AI气象模型的输出正在从单纯的公共信息服务延伸至能源、物流、农业等对天气敏感的行业决策场景。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
