推出WeatherNext 3，我们最先进、最准确的全球天气AI模型
内容提要
谷歌DeepMind推出WeatherNext 3，这是迄今最先进的全球天气模型。它直接学习实时卫星和站点观测数据，提供每小时、5公里分辨率的高精度预报，显著提升降水预测准确率，并支持风能和太阳能预测。该模型已集成至谷歌搜索、地图等产品，惠及全球用户。
延伸解读
为何实时卫星数据是关键突破
传统AI天气模型依赖数值天气预报（NWP）的历史数据，存在约6小时延迟，对快速变化的天气（如降雨、地表温度）易产生偏差。WeatherNext 3直接学习实时卫星拼图和站点观测，每小时更新一次预报，能更快捕捉突发风暴和局地天气变化，对应急响应和短期预报意义重大。
高分辨率预报惠及欠发达地区
传统高分辨率区域模型依赖超级计算机，成本高昂，导致拉丁美洲、非洲和亚太部分地区长期缺乏精细预报。WeatherNext 3通过直接训练站点观测数据，在全球实现5公里网格预报，无需区域模型，使这些地区也能获得本地化的高精度天气信息，惠及数十亿人口。
降水预测准确率大幅提升
全球模型历来难以精准预测降水，因为雨雪系统受小尺度快速云过程影响。WeatherNext 3使用NASA IMERG和自有卫星雷达再分析数据训练，在中期预报中，CRPS评分较IMERG提升最高60%，较MRMS提升30%，较雨量计提升10%，能更清晰捕捉强对流带，减少模糊和边界误差。
面向可再生能源的专门预测
模型新增100米风速（接近风机高度）预报，以及高分辨率云量和太阳辐射预测，帮助风电场和太阳能电站更准确预估发电量，便于电网运营商匹配供需。这对全球清洁能源规划和并网具有实际价值，但需注意预报仍存在不确定性，极端天气需参考官方预警。
Q&A
WeatherNext 3是什么？它由谁开发？
WeatherNext 3是由谷歌DeepMind和谷歌研究院推出的全球天气AI模型，据称是迄今最先进、最准确的全球天气模型。
WeatherNext 3与之前的模型（如WeatherNext 2）相比有哪些主要改进？
WeatherNext 3相比WeatherNext 2，空间分辨率从25公里提升到5公里（部分变量），时间分辨率从6小时提升到1小时，并且直接学习实时卫星和站点观测数据，而不再依赖数值天气预报（NWP）模型，从而提高了对快速变化天气和局部地形的预测能力。
WeatherNext 3如何提高降水预测的准确性？
WeatherNext 3通过使用NASA的IMERG和谷歌自己的全球降水再分析数据（基于卫星雷达）进行训练，显著提升了降水预测的准确性。在中期全球预报中，CRPS评分相比IMERG改进高达60%，相比MRMS改进30%，相比雨量计测量改进10%。
WeatherNext 3在可再生能源预测方面有什么功能？
WeatherNext 3可以预测100米高度的风速（接近涡轮机高度），用于精确的风能输出预测；同时提供高分辨率的云量和太阳辐射数据，帮助太阳能电站估算地面接收的光照量。这些数据对电网运营商和可再生能源开发商规划清洁能源生产至关重要。
WeatherNext 3如何获取实时数据？为什么这很重要？
WeatherNext 3直接摄取全球地球静止卫星的实时拼接数据，以及稀疏的天气站点观测数据。这使其能够每小时生成一次预报，并捕捉快速发展的天气系统，如风暴和锋面，同时更好地反映局部地形对天气的影响。
WeatherNext 3已经集成到哪些谷歌产品中？
WeatherNext 3已开始为谷歌搜索、Gemini应用、谷歌地图、谷歌地图平台天气API和谷歌地球引擎提供天气体验，提升了长期预报的准确性，尤其是在降水预报方面。
WeatherNext 3对发展中国家或地区有什么特别意义？
WeatherNext 3通过直接学习观测数据，能够以5公里分辨率提供全球预报，无需传统区域模型所需的超级计算机成本，因此特别惠及拉丁美洲、非洲和亚太地区等历史上缺乏高分辨率预报服务的地区，为数十亿人和当地企业带来本地化的高保真预报。
