天津
2025 年 11 月 18 日，继 Weather Lab 后，谷歌 DeepMind 与谷歌研究院又推出了全新的预测模型WeahterNext 2。它能以 8 倍速度生成预报，分辨率最高可达 1 小时。这一突破得益于一种能够提供数百种可能情景的新模型。
该模型的预报数据已经可以在Earth Engine 和 BigQuery 中获取。在谷歌云的 Vertex AI 平台上，他们还推出了一个用于定制模型推断的抢先体验项目。
相关链接：https://console.cloud.google.com/vertex-ai/publishers/google/model-garden/weather-next-v2
通过引入WeatherNext 技术，谷歌团队现在升级了搜索、Gemini、Pixel Weather 和谷歌地图平台天气 API 中的天气预报。未来几周，它还将帮助谷歌地图中提供天气信息。
相关视频：https://youtu.be/YQwqoEm_xis
天气预报的必要性
天气预报需要涵盖所有可能性——包括最坏的情况，这对规划来说非常重要。
WeatherNext 2 可以从单个起点预测数百种可能的天气结果。每次预测在单个 TPU 上仅需不到一分钟；而在使用基于物理模型的超级计算机上，这需要数小时。
图示：神经网络创造的连续变异。
与前代对比，WeatherNext 2 几乎可以说是全方位碾压。它在 99.9% 的变量（如温度、风、湿度）和预测时间（0-15天）上超过了之前最先进的WeatherNext模型，这使预报更加有用和准确。
性能提升得益于一种名为功能生成网络（FGN）的新型 AI 建模方法，它直接向模型架构注入“噪声”，使其生成的预报保持物理真实且相互关联。
这种方法特别适用于预测气象学家所说的“边缘值”和“联合值”。前者指独立的天气元素，后者则是一个大型、复杂、相互关联的系统中各个要素的组合方式。
图示：连续排名概率评分。
借助WeatherNext 2，谷歌团队再一次将尖端研究转化为具有高影响力的实际应用，并将其推广至全球社区。团队表示，他们仍在积极提升模型的能力，希望能以此加速科学发现，赋能全球的研究人员、开发者和企业生态系统，帮助他们在当今最复杂的问题上做出决策并为未来奠定基础。
原文链接：https://blog.google/technology/google-deepmind/weathernext-2/
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
