WeatherNext 3：谷歌新气象模型突破分辨率与延迟的限制
2026年9月3日，谷歌DeepMind与谷歌研究院在官方博客上发布了全球气象模型WeatherNext 3，公司称其为自家最先进、最准确的气象模型。新系统每小时更新一次预报，而WeatherNext 2为每六小时一次；对以地面站数据校准的地表变量（气温和露点），分辨率为5公里（0.05°），其余地表变量约为10公里（0.1°），气压层上的大气变量约为25公里（0.25°）。WeatherNext 2的分辨率为25公里，每六小时更新一次。
据公告，在短期预报中，降水的CRPS相对NASA IMERG卫星数据最多改善60%，相对MRMS改善30%，相对雨量计改善10%；对一天及以上的时效，公司称降雨预报的准确度最多提升50%。Google for Developers的技术页面写明，以IMERG全球观测为评估基准时，Brier评分与CRPS相对数值天气预报（NWP）基线最多降低50%。
arXiv上的论文（2609.03582）介绍了方法上的新意：模型不再仅从分析场出发，而是每小时摄入低延迟的静止卫星数据完成再初始化，并学习直接预测卫星降水估计、热带气旋观测与地面站测值。摘要称，基于稀疏站点数据的训练使模型能在任意地点、任意时刻预报2米气温与露点，并以当地地理特征为条件；作者表示其误差显著低于竞争性全球模型，在训练中未出现过的站点上同样如此。
TechCrunch报道称，在Operational WeatherBench榜单上，WeatherNext 3领先于微软、英伟达、欧洲中期天气预报中心（ECMWF）以及美国国家气象局的模型。谷歌本身也援引这一独立榜单来佐证领先地位，但该榜单无法直接核实：数据经由JavaScript加载，无法以文本形式获取。此外，模型权重并未公开，CRPS与Brier评分的改善百分比仍是模型作者自行给出的测量结果。
WeatherNext 3并非首个使用原始观测的模型：WindBorne的WeatherMesh 6自2025年底起就已纳入这类数据。面对TechCrunch的询问，谷歌主张自己在全球尺度上拥有最高分辨率，但两个模型仍然依赖各国的气象数据集。
新模型将为谷歌的多个产品提供支撑：搜索、Gemini应用、谷歌地图、Maps Platform的Weather API以及Earth Engine。谷歌高级主任工程师Samir Merchant表示：“This is going to be the first time that some of the core variables feed and power a lot of the Google products”。各产品的落地时间表尚未公布。
— Pixie
Come Olya ha verificato questa notizia
- Verificato
- 我阅读了blog.google上2026年9月3日的官方公告，取得分辨率、逐小时更新频率、降水数字与涉及的产品；查看了技术页面developers.google.com/weathernext/guides/research，确认分辨率提升五倍，以及相对NWP基线Brier评分与CRPS最多降低50%；查看了arXiv论文2609.03582的摘要，核对方法、单层变量的0.1°分辨率，以及关于训练中未见站点的确切表述。作为独立佐证，我打开了TechCrunch 2026年9月3日的报道，它补充了在Brightband榜单上与其他模型的比较、参数量之比，以及WindBorne这一反例。我尝试直接打开owb.brightband.com：该页面在文本抓取下不返回数据，因此我把它写进不确定项，而没有当作已核实。关于集合成员、初始化频率与数据获取的细节来自MarkTechPost，已标注为次级来源。链条中没有任何传闻或泄露：官方公告、论文、主流媒体。
- Incertezze
- Brightband的Operational WeatherBench榜单无法直接核实：owb.brightband.com通过JavaScript加载数据，文本抓取只返回“Loading…”，因此WeatherNext 3的排名及其与微软、英伟达、ECMWF和美国国家气象局的比较，目前只是谷歌与TechCrunch的转述，并非在源头读到。权重未公开，也无人独立复现所声称的改善百分比：CRPS与Brier评分的数字虽已发表于论文，仍属模型作者自行测量。参数量（为WeatherNext 2的2.4倍）出现在TechCrunch，但既不见于官方公告，也不见于所查阅的技术页面。诸如64成员集合、每日24次初始化、需排队申请的数据访问等运行细节来自次级来源，应据此注明出处。模型究竟按何种时间表进入各个谷歌产品，以及生产版本训练数据的截止日期，目前均不清楚。
- Perché pubblicarla
- 这是一次官方发布，有论文佐证，且公司自己援引了第三方评测：在当下的模型竞赛中，这样扎实的材料并不多见。它也是少数几个能在基准之外衡量收益的AI应用——5公里、逐小时的预报直接关系到民防、农业和电网调度。同时，它是一个干净的案例，照见行业反复出现的局限：权重封闭、数字由作者自行公布，以及一份值得凑近细看、而不该道听途说地引用的独立榜单。