Google DeepMind和Google Research推出了WeatherNext 3模型，该模型将每小时卫星图像与历史天气分析相结合，每小时生成新的预报。与使用延迟约6小时数据的系统相比，该模型旨在更准确地预测降水、降雪和快速变化的局地状况。Google表示，WeatherNext 3是首个直接使用原始观测数据的高分辨率全球人工智能模型，而WindBorne则宣布，其WeatherMesh 6模型自2025年年底以来一直使用原始观测数据。WeatherNext 3以5公里分辨率预测温度和湿度，以10公里分辨率预测其他地表变量，以25公里分辨率预测大气变量；与WeatherNext 2相比，其细节程度提高了约5倍。据报道，在降水预报方面，与IMERG数据相比，准确度最高提升60%；与MRMS相比，最高提升30%；与测站测量结果相比，短期预报准确度最高提升10%。该模型还涵盖可再生能源变量。整合到Google搜索、Gemini、Maps及其他平台中的数据，可通过BigQuery、Earth Engine和Cloud Storage访问。
为何重要
WeatherNext 3的核心区别在于，通过加快预报周期，力求使有关短时间内变化的降水和局地天气状况的信息更加及时。这可能会扩大其应用范围，不仅惠及使用天气预报的Google搜索、Gemini和Maps等服务，也有助于需要可再生能源变量的用户。数据通过BigQuery、Earth Engine和Cloud Storage提供，使模型输出也能用于Google自有产品之外的分析流程。不过，Google所称其为首个使用原始观测数据的高分辨率全球模型，这一说法因WindBorne的回应而仍存争议；所报告的改进幅度在不同数据集中有所差异，也使其性能能够在哪些条件下保持仍未明确。
背景
Google在FikirPilot档案中并不是一个新名字：过去90天内，我们发布了14篇提及该名称的新闻，最新一篇发布于2026年9月4日。