Introducing WeatherNext 3, our most advanced and accurate global weather AI model

出处

Google Blog（Google DeepMind）

链接

blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-weathernext-3/

采集

2026.09.04

Google DeepMind 与 Google Research 于 2026 年 9 月 3 日发布全球天气 AI 模型 WeatherNext 3，官方援引 Brightband 独立实时评估称其为目前最先进、最准确的全球天气模型。与上一代 WeatherNext 2 相比：地面关键变量（温度、湿度）分辨率从 25 公里提升至 5 公里，官方称全球天气画面约为上一代的 5 倍更清晰；预报更新频率从每 6 小时一次提升至每小时一次。与依赖物理模拟的传统数值天气预报（NWP）不同，该模型直接从实时地球静止卫星观测与稀疏气象站观测学习，绕开 NWP 约 6 小时的数据延迟，对海岸线、山谷、山脉等局部地形复杂区域的预测能力显著提升。降水预报：中期全球预报中早期时效的 CRPS 相对 NASA IMERG 卫星数据最高提升 60%、相对 MRMS 雷达数据提升 30%、相对雨量计提升 10%；规划一天及以上时段的降水准确率最高提升 50%，历史上预报可靠性较低的地区改进最大。清洁能源场景提供约 100 米（涡轮机高度）风速预报与高分辨率云量、太阳辐射预测。分发：即日起集成 Google 搜索、Gemini 应用、Google 地图与 Maps Platform Weather API、Google Earth Engine；研究者可通过 BigQuery 与 Earth Engine 查询数据、从 Google Cloud Storage 批量下载；配套研究论文与 Weather Lab 实时可视化页面已上线。公告未提及开放模型权重。官方同时提示：正式天气预报、严重天气警告与公共安全建议仍应以当地气象机构为准。

这条新闻值得单独关注，因为它是「AI 原生天气预报」路线的关键验证：WeatherNext 3 不是用 AI 去拟合传统数值天气预报的输出，而是直接学习卫星观测，从而绕开 NWP 的 6 小时数据延迟与超算成本瓶颈。5 公里分辨率、每小时更新、覆盖全球——这在过去只有国家级超算驱动的区域模型才能接近，现在以一个可大规模分发的 AI 模型形态出现，并直接铺进 Google 搜索、地图与 Gemini。对这条新闻本身的判断：它的重要性不在又一张模型榜单，而在它展示了生成式 AI 从文本与代码走向「物理世界基础设施」时已经走通的产品路径——科学模型 + 普惠分发 + 即时消费，三者一次到位。