GenCast利用先进技术提供高精度的天气及极端天气风险预测服务。

谷歌推出WeatherNext 2，这是其最新的天气预测AI模型，能够更快、更准确地生成天气预报，性能超越前一代模型99.9%。该模型的数据现已在Earth Engine和BigQuery中可用，并支持Google Cloud的Vertex AI平台，将提升搜索和地图等服务中的天气信息。

谷歌DeepMind推出WeatherNext 2，预测速度提升8倍，分辨率达到1小时。该模型生成数百种天气情景，支持气象机构决策，并已在Earth Engine和BigQuery上提供，未来将增强谷歌地图的天气信息。新模型采用功能生成网络，能准确预测复杂天气系统，推动科学发现与应用。

谷歌推出Google Earth AI，提供地理空间模型和数据集，旨在解决全球关键问题，如天气预测、洪水预报和野火检测，改善城市规划和公共健康。该技术已为数百万用户提供洪水和野火警报。

本研究提出了Baguan模型，通过战略预训练减少天气预测中的过拟合问题。该模型基于自我监督的Siamese自编码器，实验结果表明其在中期天气预测中优于传统方法。

本研究提出的新模型PASSAT，解决了现有天气预测模型忽视天气演变物理和地表拓扑结构的问题。PASSAT结合了大气对流与球面图神经网络，显著提高了预测精度。

本研究评估了人工智能天气预测模型在热浪期间的温度预测能力。结果显示，AI模型在热浪前存在冷偏差，但GraphCast模型在大多数地区表现更佳，支持AI模型在极端高温预测中的应用。

本研究提出了一种深度学习方法，利用遥相关信号（如极地涡旋和马登-朱利安振荡）来改善欧洲冬季天气的分季预测。结果表明，结合遥相关信息显著提高了预测准确性，特别是ViT-LSTM模型在第4周后的表现优于传统方法，为气候预测提供了新视角。

本研究提出了ClimateBench-M，旨在解决气候科学中缺乏统一多模态基准的问题。该基准整合了时间序列气候数据、极端天气事件数据和卫星图像数据。研究中的生成方法在天气预测、雷暴预警和作物分割任务中表现出色，为气候科学的人工智能发展提供了新思路。

计算能力的提升重塑科学研究，谷歌云推出超级计算基础设施和AI应用，助力科学创新。新工具H4D虚拟机和AlphaFold 3将加速药物研发和天气预测。

过去一年，我们推出了多个AI模型和产品更新，包括Gemini 2.0、Veo 2和NotebookLM的升级，提升了信息获取的便利性。Google Cloud推出AI代理空间，助力企业提高生产力。DeepMind发布新天气模型GenCast，提升天气预测准确性。同时，量子芯片Willow的问世标志着量子计算的重要突破。

谷歌DeepMind在《自然》杂志上发布了最新的AI模型GenCast，该模型能够以高准确性预测天气和极端天气风险，提供最长15天的快速预报。这种精确的天气预测有助于官员为自然灾害做好准备，拯救生命并保护社区。