北京
谷歌DeepMind发布了新一代AI天气模型WeatherNext 3。相比上一代，它在温度、湿度、风速等关键变量的预报上提供了更精细的结果。官方特别提到，这个模型对可再生能源行业会很有用——它能预测"100米风速（大致相当于风机轮毂高度）"，帮助风电精准估算发电量，同时提供高分辨率云量和太阳辐射数据，供光伏电站参考。
精度提升的幅度相当直观。在降水预报上，DeepMind称新模型能实现"最多50%更准确的降水预测"，尤其是在那些历史上预报准确率就不高的地区，改善最为明显。这个数字背后，是模型训练数据来源的一次关键切换。
从"滞后六小时"到"实时卫星"
上一代WeatherNext 2主要依赖数值天气预报模型的数据，这类数据存在约六小时的延迟。WeatherNext 3则改用了实时卫星数据，让模型能获得"丰富且持续更新的大气视图"。这是它能把预报网格从25平方公里细化到5平方公里的根本原因——分辨率提升了25倍，同时还能提供逐小时的预报更新。
除了卫星，模型还接入了稀疏分布的气象站数据。这带来一个直接好处：对湿度的预报更细致了。湿度这个变量很特殊，往往相隔一公里就会有明显变化，传统模型很难捕捉这种局地差异。WeatherNext 3通过融合多源数据，把这类细节也纳入了预报范围。
降水数据来自NASA与谷歌自家卫星分析
在降水预测上，WeatherNext 3把NASA的降水数据和谷歌自己的卫星分析结合了起来。这种数据融合方式，让模型在雨雪等天气现象的预测上比上一代有明显进步。DeepMind给出的量化结果是"最多50%更准确"，并强调改善幅度最大的区域正是那些历史预报薄弱的地方。
对于依赖天气数据的行业来说，这个改进方向很实际。风电和光伏的发电量预测直接受风速、云量和辐射强度影响，预报越精细，调度和交易就越有把握。DeepMind在发布说明中专门点出了这个应用场景，显然是把可再生能源当作新模型的核心目标用户之一。
落地路径：搜索、地图、Gemini全覆盖
WeatherNext 3不会只停留在论文里。谷歌计划让它驱动搜索、Gemini应用和谷歌地图中的天气体验，同时开放给谷歌地图天气API和Google Earth Engine的开发者使用。这意味着普通用户很快就能在常用产品里感受到新模型的预报细节。
如果你只是想体验一下，现在就能在谷歌天气实验室（Google Weather Lab）里直接试玩。如果想更进一步，用这个模型做点自己的东西，原始版WeatherNext模型从2026年8月起已经开源，可以自行下载使用。
从技术路线看，WeatherNext 3的思路很清晰：不追求更大的模型参数，而是换更高质量的训练数据。实时卫星数据解决了数值模型固有的时间滞后问题，气象站数据补上了局地细节，NASA降水数据则强化了雨雪预测。三个数据源叠加，换来的是预报精度和分辨率的双重提升。
对普通用户来说，最直观的变化可能是天气预报里的小时级更新和更准确的降水提醒。而对能源、物流、农业这些对天气敏感的行业，5公里网格和100米风速预测带来的价值，可能要实际用起来才能完全体会。
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.
