Google DeepMind 和 Google Research 推出了新的人工智能天气预报模型 WeatherNext 3，该模型使用实时卫星观测数据。根据 Brightband 的独立实时评估，该模型是 Google 迄今为止最先进、最准确的全球天气模型。WeatherNext 3 不同于基于传统物理模拟的模型，而是将实时地球静止轨道卫星数据与历史分析相结合，并每小时更新预报。
与此前的 WeatherNext 2 相比，该模型提供了约 5 倍的分辨率。温度和湿度等部分地表变量以 5 公里分辨率进行预测，其他地表变量以 10 公里分辨率进行预测，而风速等大气变量则以 25 公里分辨率进行预测。WeatherNext 2 在 25 公里的网格上以 6 小时为间隔运行。新系统还会考虑当地地形，旨在针对温度、湿度、风力和降水等变化迅速的条件生成更详细的结果。
WeatherNext 3 正在集成到 Google Search、Gemini、Maps、Google Maps Platform 和 Google Cloud 中。这样一来，用户可以通过 Google 的服务获取预报，开发者和机构也可以在自己的项目中使用这些数据。该模型的高分辨率预报尤其可以推动拉丁美洲、非洲和亚太地区此前因成本高昂而受到限制的本地天气预报得到更广泛应用。
该系统还为可再生能源生产提供专门变量。系统提供接近风力涡轮机高度的 100 米风速，以及面向太阳能电站的高分辨率云量和太阳辐射预报。这些数据旨在帮助电网运营商和能源开发商更好地将发电量与消费者需求相匹配。
在降水预报方面，该模型使用 NASA 基于卫星的 Integrated Multi-satellite Retrievals for GPM（IMERG）数据，以及基于卫星雷达的全球降水再分析数据。在评估中，按照 Continuous Ranked Probability Score 指标，与 IMERG 相比，模型的表现提升最高达 60%；与 MRMS 相比，提升最高达 30%；在早期预报时段内，与雨量计数据相比，提升最高达 10%。Google 表示，针对官方预警，应咨询当地气象机构。
为何重要
每小时更新且能够区分更小区域的预报，有助于在本地尺度上追踪快速变化的天气状况。将该模型整合到 Google 的常用服务中，可以让天气数据不再只是专业人士所使用的系统专属信息，而是对个人用户、开发者和机构更加易于获取。这种可及性对于拉丁美洲、非洲和亚太地区尤其具有意义，因为这些地区的详细本地预报因成本高昂而受到限制。针对风力、云量和太阳辐射的变量，可以为电网运营商和能源开发商提供更详细的数据，以帮助匹配可再生能源发电量与消费者需求。不过，相关性能结果基于独立实时评估和特定指标；在官方天气预警方面，当地气象机构仍将发挥决定性作用。
背景
WeatherNext 并不是 FikirPilot 档案中的新名称：过去 90 天内，我们发布了 2 篇提及该名称的报道；最新一篇的日期为 2026 年 9 月 4 日。