谷歌DeepMind开源WeatherNext气旋预报模型，可提前一天预测飓风路径
研究论文发表在《自然》杂志，模型在预测气旋路径、强度和风场结构方面达到最优水平，相当于提前一天预警。
AI解读：天气预报的改进历来以十年为单位缓慢推进，而这次谷歌DeepMind的WeatherNext模型直接把气旋预测的提前量提高了一天以上。原因在于传统方法要在全球粗网格模型和局部高分辨率模型之间取舍——全球模型擅长预测风暴走向但看不清强度，局部模型能盯住核心区的热力过程却容易迷失大环境。WeatherNext用一个模型同时处理这两种模式，把训练数据扩展到近20TB的全球大气数据和约5000个历史风暴记录，从而在路径、强度和风场结构三项指标上都超过了现有模型。对飓风预报员来说，提前24小时意味着更早发布疏散令和准备时间，每小时的差别都可能关系到生命和财产损失。模型已在2025年飓风季的梅丽莎飓风预报中帮助美国国家飓风中心提前发出预警，今年他们更把每次预测的模拟场景数从50个扩大到1000个，用来捕捉急剧增强这类罕见事件。值得注意的是，模型只需要28×28公里的分辨率，比传统粗网格还粗100倍，科学家承认目前还不完全清楚为什么能做到这一点，这也使得模型具有很强的可移植性。现在代码和权重已全部开源，普通研究者可以在免费的Colab笔记中运行简化版，但有一点需要明确：正式预报和警报仍应以当地气象部门的官方信息为准，这个模型是提供决策支持的科研工具，不替代官方预警。
Google DeepMind于2026年8月6日发布消息称，其WeatherNext AI模型在《自然》杂志发表论文，展示了在预测热带气旋路径、强度和风场结构方面的最先进准确性。模型平均可提前一天提供预测优势——其三天的预测精度相当于此前模型第二天的水平，这一进步相当于气象学约十年的发展。
该模型已在2025年飓风季节中帮助美国国家飓风中心（NHC）对梅丽莎飓风的急剧增强和登陆牙买加做出历史性预测，使NHC得以提前发出警报。今年双方继续合作，目前模型为每次气旋预测生成1000种可能情景，以辅助预报员决策。
代码和模型权重现已开源，包括WeatherNext Cyclones、WeatherNext 2及可在单个TPU上运行的紧凑版WeatherNext 2-mini。后者可通过免费的公共Colab笔记本运行。更新后的Weather Lab界面还加入了全球天气预报功能。
模型设计与训练
WeatherNext是一个统一AI模型，同时预测气旋的路径、强度和风场结构。它用约20TB全球大气数据和涵盖近5000个历史风暴的IBTrACS数据库进行端到端训练，学习复杂大气模式和极端天气的建模。
模型采用功能生成网络（FGNs）高效生成不同预测集合，以捕捉天气的固有不确定性。单个15天预报可在TPU上不到一分钟内完成。此前系统每次生成50个预测，今年扩至1000个集合成员，以捕获急剧增强等罕见但后果严重的情景。
模型仅需28×28公里分辨率的输入数据，比传统模型粗糙100倍；更小的111×111公里分辨率版本仍表现出色。研究者表示对这一现象感到惊讶，并视其为开放的研究问题。
- 协同开发者包括Google DeepMind、Google Research，以及与NHC、CIRA（大气研究合作研究所）、英国气象局的专家合作完成。
- 依据评估，WeatherNext Cyclones在对2023至2024年历史气旋预测中，平均提前量优势超过24小时。
开源与获取
代码和模型权重已免费开放，可用于学术研究、业务预报或开发更专门的局部模型。
Weather Lab已更新界面并扩展至全球天气预报，可同时可视化温度、降水、风速和路径预测。Weather Lab和WeatherNext模型都属于Google Earth AI项目。
官方天气预警应咨询当地气象机构或国家气象服务。
- 论文发布于《自然》杂志，发布日期为2026年8月6日。
- 开放模型包括WeatherNext Cyclones（飓风季期间运行版本）和WeatherNext 2（10月投入运营的更新版），以及WeatherNext 2-mini。