谷歌 DeepMind 推出每小时更新一次的人工智能天气模型

WeatherNext 3 每小时都会采集实时卫星数据来生成全球预报，降水准确度比之前的模型提高了 50%。

几十年来，天气预报一直在大致相同的时钟上运行。传统的数值天气预报模型每六个小时采集一次数据，处理大量的物理模拟，并得出在人们阅读它们时已经有点过时的结果。

2026 年 9 月 3 日，Google DeepMind 和 Google Research 宣布推出 WeatherNext 3，这是一种由人工智能驱动的全球天气模型，可利用实时对地静止卫星观测每小时生成预报。这是第一个实现真正每小时更新周期的全球模型，早期的基准测试表明，它不仅比之前的模型更快，而且更准确。

WeatherNext 3 实际上有何不同之处

其核心创新概念看似简单：WeatherNext 3 无需等待每六个小时发送一次批量观测数据，而是直接根据实时卫星数据进行训练。这意味着它可以每小时初始化一次新的预测，为气象学家和依赖他们的行业提供更接近大气的实时图像。

《决议》讲述了类似的故事。该模型为温度和湿度等站校准表面变量提供高达 5 公里的空间粒度，为其他地表测量提供高达 10 公里的空间粒度，为大气变量提供高达 25 公里的空间粒度。这比 2025 年 11 月推出的前身 WeatherNext 2 快了大约五倍。

对于降水量来说，改善更为显着。根据 Brier 评分和 CRPS 对照 IMERG 卫星降水观测结果进行测量，WeatherNext 3 的雨雪预报比以前的模型在一天或更长时间的提前时间内准确度提高了 50%。

该模型生成 64 个成员的集合预测。选择的预测周期延伸至 15 天的范围，而每小时的中期运行覆盖 48 小时的窗口。

从 GraphCast 到 WeatherNext 3：沿袭

自 2023 年以来，Google DeepMind 一直在有条不紊地构建其天气人工智能堆栈，当时它推出了 GraphCast，该模型证明机器学习可以匹配或超过传统的基于物理的中期预测。 GenCast 于 2024 年推出，增加了概率集成功能。 WeatherNext 2 于 2025 年 11 月发布。WeatherNext 3 代表了下一个逻辑步骤：通过直接插入卫星观测流而不是依赖于引入延迟的预处理分析字段，使整个管道实时化。

Brightband 的独立评估框架 Operatingal WeatherBench 将 WeatherNext 3 评为当前可用的最先进、最准确的全球天气模型。

该模型在极端天气事件中也显示出特殊的强度。气旋路径和强度预测一直是重点关注的特定领域。

清洁能源和商业应用

WeatherNext 3 明确针对风和阳光变量，使其可直接用于可再生能源运营。谷歌正在将该模型的输出集成到搜索、地图和地球引擎中。对于开发人员和研究人员来说，可以通过 Google Cloud 上的 BigQuery 访问数据。

日前时间尺度的降水精度提高 50% 对于农业尤其重要，因为对于农业规划来说，降雨时间几乎与降雨量一样重要。