谷歌发布AI天气模型WeatherNext 3，预报分辨率达5公里、可每小时更新
谷歌DeepMind与谷歌研究今日发布WeatherNext 3，称其将在搜索、地图和Gemini中提供天气信息，并在Operational WeatherBench测试中击败多家机构模型。
AI解读：AI天气模型正在把预报从政府超算的每小时更新拉向更快的深度学习时代，但普通用户最直接的变化是：谷歌搜索、地图和Gemini里的天气预报会更细、更准。WeatherNext 3把分辨率从常见的15-25公里细化到5公里，降雨预报比上一代准确60%，还能每小时更新而不是每6小时一次。这意味着出门前看手机时，雨什么时候下、下多大，判断依据更接近当地实况。对能源公司来说，更精细的风速和云量预报能让风电、光伏的发电预测更可靠；对发展中国家，低成本的AI预报可能替代昂贵的超算系统。不过要泼一盆冷水：模型目前仍依赖政府机构整理好的气象数据集，谷歌也承认尚未实现真正的原始观测直接同化——它说自己是第一个做到这一点的高分辨率全球模型，但初创公司WindBorne反驳说自家的WeatherMesh 6从2025年底就开始用气象气球等原始数据了。所以，别急着扔伞，但可以开始留意谷歌天气的准确度变化。
谷歌DeepMind与谷歌研究于2026年9月3日发布新一代AI天气预报模型WeatherNext 3。谷歌表示，该模型将开始为搜索、Google Maps和Gemini中的天气信息提供数据，并向谷歌云平台上的用户和研究人员开放。
在由初创公司Brightband开发的AI预报对比工具Operational WeatherBench上，WeatherNext 3在温度、风速、湿度等指标上击败了谷歌、微软、英伟达及欧洲中期天气预报中心（ECMWF）构建的其他深度学习模型，也优于美国国家气象局和ECMWF的传统预报。
模型改进：分辨率、降雨与更新频率
WeatherNext 3针对AI预报模型的三个弱点进行了突破：空间分辨率、降雨预测精度和对政府机构格式数据集的依赖。研究人员称，模型对关键变量的预测分辨率可达5公里，而此前的AI模型通常覆盖15至25平方公里。其降雨评估比WeatherNext 2改进60%，并能生成每小时预报，而此前标准为每6小时一次。
- 模型规模是前代的2.4倍（按参数数量计），并针对解码器头调整了目标以提供更有用的答案。
- 除输出三维网格平均指标外，模型还针对特定气象数据站进行训练，使预报能对接到具体地面实况数据进行评估。
原始数据输入与争议
模型能更频繁预报的原因是它能每小时摄取实时收集的气象卫星数据。谷歌称WeatherNext 3是“首个”直接纳入原始观测数据以进行高分辨率全球预报的AI模型，但AI天气预报初创公司WindBorne表示，其WeatherMesh 6模型自2025年末起就已将自家气象气球等原始观测数据纳入。谷歌对此回应，其预报在全球范围内分辨率更高。
两家公司仍依赖国家气象数据集执行预报，因此实现真正的直接数据同化仍需更多工作。
行业背景与新应用
自2018年ECMWF发布超过半世纪的气象数据后，深度学习研究者开始训练模型，预测速度远超政府工具，精度也与之相当。欧洲和美国的气象机构已在预报产品中使用AI模型。
DeepMind研究人员费兰·阿莱特表示，更精细的风速、降雨和云量预报对提升可再生能源项目可靠性有用。比尔·盖茨近期将AI天气预报列为技术重要益处，称更好预报可提高发展中国家作物产量。