谷歌DeepMind发布AI天气预报模型WeatherNext 3：5公里级分辨率、支持逐小时预报，将接入搜索、地图与Gemini

9月3日，谷歌DeepMind与谷歌研究院的科学家联合发布新一代AI天气预报模型WeatherNext 3。研究人员称，新模型能更清晰地“看懂”不断变化的大气，并以更高频率预测其行为，被视为深度学习给气象学带来深刻变革的最新一波浪潮。

谷歌表示，WeatherNext 3将开始为搜索、谷歌地图和Gemini中呈现的天气信息提供数据，同时向谷歌云平台上的用户和研究人员开放。谷歌高级职员工程师Samier Merchant告诉TechCrunch：“这将是核心变量第一次为大量谷歌产品提供动力。”

新模型的准确性已获得第三方验证：在天气AI初创公司Brightband构建的AI预报对比工具Operational WeatherBench上，WeatherNext 3是参测主流模型中最准确的一个。它在气温、风速、湿度等指标上不仅击败了谷歌、微软、英伟达和ECMWF（欧洲中期天气预报中心）的其它深度学习模型，也优于美国国家气象局和ECMWF的传统预报。

传统天气预报依赖政府超算以数学方程模拟大气物理，精度虽高但成本昂贵、速度较慢。2018年ECMWF开放了超过半个世纪的气象数据后，深度学习研究者开始训练预测更快、精度可与政府工具相比的模型，气象预报由此进入新阶段。

此前的AI预报模型存在三大短板：预测范围偏大（约15至25平方公里）、对降雨把握不佳、仍依赖政府机构生成的格式化数据集。WeatherNext 3的设计目标正是同时攻克这三个难题。

研究团队告诉TechCrunch，WeatherNext 3在关键变量上可预测到5公里分辨率，降雨评估较前代WeatherNext 2提升60%，并支持逐小时预报，取代了标准的每六小时一次预测。新模型参数规模是前代的2.4倍，解码头针对更有用的输出进行了定制，训练时还将预报目标对准具体气象站，以便用地面实测数据进行评估。

更频繁的预报能力来自对气象卫星实时观测数据的逐小时摄入。谷歌称WeatherNext 3是首个直接将原始观测用于高分辨率全球预报的AI模型，但AI天气创业公司WindBorne表示其WeatherMesh 6自2025年底起已在使用原始观测数据；谷歌则回应称自家预报在全球范围内分辨率更高。目前两种模型仍依赖国家级气象数据集，真正的端到端数据同化还需更多工作。

气象领域的Transformer革命正与LLM热潮并行推进：欧美气象机构已开始在预报产品中使用AI模型，其速度与低成本有望让传感器和超算资源匮乏的地区获得更可靠的预报。谷歌研究人员还指出，更高分辨率的降雨、风力和云量预报将让可再生能源项目更可预期，这是该模型进入谷歌产品后最值得观察的方向。