返回信息流
新闻事件
The AI Insider
2 个来源

谷歌DeepMind发布WeatherNext 3,其最准确的AI天气预报模型

谷歌DeepMind和谷歌研究院发布了WeatherNext 3,这是一款新的AI天气预报模型,将开始为谷歌搜索、谷歌地图和Gemini提供天气信息。该模型在基准测试中优于竞争对手,提供更高分辨率和每小时预报,标志着AI驱动天气预报的重大进步。

SynthePulse Insight · AI 深度解读

WeatherNext 3:谷歌如何用AI重写天气预报的规则

版本 1 · 1 个来源

谷歌DeepMind发布WeatherNext 3,宣称其最精确的AI天气模型,并首次将核心预报变量直接接入搜索、地图和Gemini。但这一突破的边界在哪里?

  • WeatherNext 3由谷歌DeepMind和谷歌研究发布,将首次为搜索、地图和Gemini提供天气信息,并面向云平台研究者开放。
  • 据称在Operational WeatherBench基准上超越微软、英伟达和欧洲中期天气预报中心,以及国家气象机构的传统预报。
  • 关键变量分辨率达5公里,降雨预测较前代提升60%,支持逐小时预报,并能摄入实时卫星数据。
  • 谷歌称其为首个直接纳入原始卫星观测的高分辨率全球模型,但竞争对手WindBorne自2025年末已采用类似技术。
  • 模型可针对特定气象站定制预报,更贴近地面实况应用,如机场天气。
展开章节目录从实验室到产品:一次核心能力的直接注入

从实验室到产品:一次核心能力的直接注入

9月4日,谷歌DeepMind与谷歌研究联合发布WeatherNext 3,并宣布该模型将开始为搜索、地图和Gemini提供天气信息,同时向云平台研究者开放。高级职员工程师Samier Merchant称,这是核心预报变量首次直接支撑谷歌主要产品。

这一举措意味着AI天气预报从研究工具升级为面向数十亿用户的基础设施,其影响范围远超学术圈。

性能数字:分辨率、降雨与时间粒度

WeatherNext 3在关键变量上实现5公里分辨率,降雨预测较前代提升60%,并能生成逐小时预报,而非标准的六小时间隔。这些进步部分得益于其摄入实时卫星数据的能力。

在由初创公司Brightband构建的Operational WeatherBench基准上,该模型据称已超越微软、英伟达和欧洲中期天气预报中心等领先竞争对手,以及国家气象机构的传统预报。

需要指出的是,这些性能声明主要来自谷歌官方,独立验证尚未在现有资料中呈现。

技术路径:学习混沌物理的另一种方式

DeepMind研究科学家经理Ferran Alet解释,机器学习通过从海量数据中学习模式来逼近传统系统难以高效计算的混沌、嘈杂物理过程。这解释了AI模型为何能在计算效率和精度上取得突破。

Brightband的Daniel Rothenberg则强调,模型新增的针对特定气象站定制预报的能力,使AI预测更贴近真实世界的地面实况应用,例如预测特定机场的条件。

“第一”的争议:原始卫星数据的先例

谷歌宣称WeatherNext 3是首个直接纳入原始卫星观测的高分辨率全球模型,但竞争对手WindBorne自2025年末已使用类似的原始数据技术。这一声明因此面临先例挑战。

这一争议提醒我们,在快速演进的AI天气领域,“第一”的标签往往需要谨慎解读,技术领先的判定可能取决于定义和范围。

可信度边界

本文主要基于The AI Insider的报道,其中性能数据和产品计划多来自谷歌官方声明,属于source_claim级别;独立验证尚未在现有资料中呈现。

核心结论

WeatherNext 3标志着AI天气预报从研究走向主流产品,但其性能优势的独立验证、'第一'声明的争议,以及实际部署效果,仍需进一步观察。

主报道

The AI Insider

主报道来源

同一事件报道

另有 1 个来源报道