Google DeepMind e Google Research apresentaram o WeatherNext 3, um novo modelo de previsão meteorológica com IA que utiliza observações de satélite em tempo real. De acordo com as avaliações independentes ao vivo da Brightband, o modelo é o sistema global de previsão meteorológica mais avançado e preciso da Google até o momento. Diferentemente dos modelos baseados em simulações físicas tradicionais, o WeatherNext 3 combina dados de satélites geoestacionários ao vivo com análises históricas e atualiza as previsões a cada hora.
Em comparação com o WeatherNext 2 anterior, o modelo oferece uma resolução aproximadamente cinco vezes maior. Algumas variáveis de superfície, como temperatura e umidade, são previstas com resolução de 5 quilômetros; outras variáveis de superfície, com 10 quilômetros; e variáveis atmosféricas, como a velocidade do vento, com resolução de 25 quilômetros. O WeatherNext 2 funcionava em uma grade de 25 quilômetros, com intervalos de seis horas. O novo sistema também leva em conta a topografia local e busca produzir resultados mais detalhados para condições que mudam rapidamente, como temperatura, umidade, vento e precipitação.
O WeatherNext 3 está sendo integrado ao Google Search, Gemini, Maps, Google Maps Platform e Google Cloud. Assim, os usuários poderão acessar as previsões por meio dos serviços da Google, enquanto desenvolvedores e instituições poderão utilizar os dados em seus próprios projetos. As previsões de alta resolução do modelo podem contribuir para a expansão das previsões meteorológicas locais, que anteriormente eram limitadas devido aos altos custos, especialmente na América Latina, na África e na região da Ásia-Pacífico.
O sistema também oferece variáveis específicas para a geração de energia renovável. São fornecidas previsões da velocidade do vento a 100 metros de altura, próxima à altura das turbinas, além de previsões de nebulosidade e radiação solar em alta resolução para usinas solares. Esses dados buscam ajudar operadores de redes elétricas e desenvolvedores de projetos de energia a alinhar melhor a geração à demanda dos consumidores.
Nas previsões de precipitação, o modelo utiliza os dados do Integrated Multi-satellite Retrievals for GPM (IMERG), baseado em satélites da NASA, e uma reanálise global de precipitação baseada em radar de satélite. Nas avaliações, foram relatadas melhorias de até 60% em relação ao IMERG, 30% em relação ao MRMS e 10% em relação aos dados de pluviômetros nos intervalos de previsão mais curtos, considerando o Continuous Ranked Probability Score. O Google informou que, para alertas oficiais, é necessário consultar as instituições meteorológicas locais.
Por que isso é importante
Previsões atualizadas a cada hora e capazes de distinguir áreas menores podem facilitar o acompanhamento das condições meteorológicas que mudam rapidamente em escala local. A integração do modelo aos serviços amplamente utilizados do Google torna os dados meteorológicos mais acessíveis a usuários individuais, desenvolvedores e instituições, deixando de restringi-los aos sistemas utilizados apenas por especialistas. Esse acesso tem importância adicional para a América Latina, a África e a região da Ásia-Pacífico, onde as previsões locais detalhadas permanecem limitadas devido aos altos custos. As variáveis relacionadas ao vento, à nebulosidade e à radiação solar podem fornecer dados mais detalhados a operadores de redes elétricas e desenvolvedores para alinhar a produção de energia renovável à demanda dos consumidores. Por outro lado, os resultados de desempenho baseiam-se em avaliações independentes em tempo real e em métricas específicas; nas advertências meteorológicas oficiais, as instituições meteorológicas locais continuam sendo decisivas.
Contexto
WeatherNext não é um nome novo no arquivo do FikirPilot: publicamos 2 notícias com esse nome nos últimos 90 dias; a mais recente é de 4 de setembro de 2026.