谷歌與發布新一代天氣預測模型，試圖將生成的天氣預報更直接地整合到日常產品中。谷歌工程團隊表示，部分核心天氣變量將首次被用於更多谷歌服務中。
測試結果領先
根據 Brightband 搭建的對比工具 Operational WeatherBench，WeatherNext 在溫度、風速和溼度等指標上的表現，超過了多家機構的主流 AI 模型，也優於美國國家氣象局和歐洲中期天氣預報中心的傳統預測結果。
天氣預報長期依賴政府機構的超級電腦，通過大規模的物理方程計算大氣變化。這類方法的準確度較高，但成本高、速度慢。2018年之後，隨著歷史天氣數據的公開，研究人員開始訓練深度學習模型，以更快的速度生成可比的預測結果。
解析度提升至5公里
谷歌表示，WeatherNext主要針對三項短板進行了改進，包括預測範圍過粗、降雨判斷不足，以及對政府整理數據集的依賴較強。新模型在關鍵變量上的預測分辨率可達5公里，降雨評估結果較上一代提升60%，並能提供按小時更新的預測。
這些提升與模型設計直接相關。WeatherNext 3的參數量較上一代增加了2.4倍，研究人員也調整了解碼目標，使輸出結果更貼近日常使用場景，並繼續強化對局部天氣變化的表達能力。
開始對接具體觀測站
這次更新的另一項變化是，模型可以直接針對特定的氣象觀測站生成預測。這不僅能提供更細化的本地化結果，也能更方便地與地面的實際觀測數據進行逐點比較，從而提升評估的精確度。
在數據輸入方面，WeatherNext 3 已能按小時接收實時氣象衛星觀測數據。谷歌稱，這是首個將原始觀測數據直接納入高解析度全球預測的AI 模型。不過，創業公司WindBorne 表示，其模型自 2025 年底起也已使用原始觀測數據。報導指出，這類模型目前仍需借助各國氣象數據集來完成預測。
或用於農業和能源
隨著 AI 天氣模型的計算速度更快、成本更低，歐美氣象機構已開始將相關模型納入預報產品。谷歌研究人員提到，更高分辨率的風、雨和雲量預測，除可改善日常出行信息外，也可用於農業和可再生能源場景。
