谷歌 DeepMind 与 Google Research 发布新一代天气预测模型 WeatherNext 3，试图把 AI 生成的天气预报更直接接入日常产品。谷歌工程团队表示，部分核心天气变量将首次用于更多谷歌服务。
测试结果领先
根据 Brightband 搭建的对比工具 Operational WeatherBench，WeatherNext 3 在温度、风速和湿度等指标上的表现，超过多家机构的主流 AI 模型，也优于美国国家气象局和欧洲中期天气预报中心的传统预测结果。
天气预报长期依赖政府机构的超级计算机，通过大规模物理方程计算大气变化。这类方法准确度较高，但成本高、速度慢。2018 年后，随着历史天气数据开放，研究人员开始训练深度学习模型，以更快速度生成可比的预测结果。
分辨率提升到 5 公里
谷歌称，WeatherNext 3 主要针对三项短板做了改进，包括预测范围过粗、降雨判断不足，以及对政府整理数据集依赖较强。新模型在关键变量上的预测分辨率可达 5 公里，降雨评估结果较上一代提升 60%，并可提供按小时更新的预测。
这些提升与模型设计直接相关。WeatherNext 3 的参数量较上一代增加 2.4 倍，研究人员也调整了解码目标，使输出结果更贴近日常使用场景，并继续强化对局地天气变化的表达能力。
开始对接具体观测站
这次更新的另一项变化，是模型可直接针对特定气象观测站生成预测。这样不仅能提供更细的本地化结果，也更方便与地面真实观测数据逐点比较，提升评估精度。
在数据输入上，WeatherNext 3 已能按小时接收实时气象卫星观测。谷歌称，这是首个将原始观测直接纳入高分辨率全球预测的 AI 模型。不过，初创公司 WindBorne 表示，其模型自 2025 年底起也已使用原始观测数据。报道指出，这类模型目前仍需借助各国气象数据集完成预测。
或用于农业和能源
随着 AI 天气模型计算速度更快、成本更低，欧美气象机构已开始将相关模型纳入预报产品。谷歌研究人员提到，更高分辨率的风、雨和云量预测，除改善日常出行信息外，也可用于农业和可再生能源场景。
