谷歌新AI天气模型每小时更新，你手机里的天气更准了

谷歌今天发布了新一代全球天气AI模型WeatherNext 3。独立评测机构Brightband的实时评估认为，它是谷歌迄今最先进、最准确的全球天气模型。

不靠传统数值模型，直接学观测

和上一代WeatherNext 2相比，差别在学习方式。前代主要依赖数值天气预报模型，WeatherNext 3直接学习实时观测数据，包括全球地球静止卫星的连续影像。这带来两个直接变化：每小时生成一次预报，旧模型每6小时一次；整体天气图像清晰度大约是上一代的5倍。

分辨率也在提高。关键地表变量（温度、湿度）精确到5公里，其他地表变量10公里，风速等大气变量25公里。和上一代25公里的网格相比，温度和湿度现在能落到5公里网格里，空间细节明显更多。

降水更准，能源行业最直接受益

降水是这次提升的重点。中期全球预报里，模型误差比NASA的IMERG数据低最多60%，比MRMS低30%，比雨量计测量低10%（早期预报时间）。对用手机看天气的人来说，更直接的变化是：规划一天或更长时间的活动时，降水预报准确率最多提升50%，历史预报不太可靠的地区改善最大。

这些功能已经接入谷歌搜索、Gemini应用、Google地图、Maps Platform Weather API和Earth Engine。不需要学习新工具，在熟悉的地方就能看到更准的天气。

对新能源行业，模型新增了三个变量：100米风速（约等于风机涡轮高度）、高分辨率云量和太阳辐射水平。风电和光伏公司可以更精确地估算发电量，电网能更早做出调整。

对拉丁美洲、非洲和亚太这些历史上缺乏高分辨率预报的地区，精细的本地预报变得可用了。农业、防灾和日常出行都能受益。

技术上怎么实现

WeatherNext 3是一个端到端的Functional Generative Network（FGN）mesh transformer。它输入实时1小时地球静止卫星镶嵌图和历史分析，输出密集网格场、离散气旋轨迹和站点级稀疏坐标。降水训练数据来自NASA卫星的IMERG数据和谷歌自己的全球降水再分析（基于卫星雷达）。为了捕捉局部地形影响，模型直接训练于稀疏气象站的观测数据，绕开数值模型处理。

数据开放，权威警告不给AI

数据可以查询。研究者和开发者在BigQuery、Earth Engine里查询，或从Google Cloud Storage批量下载。谷歌还发布了配套论文、API和实时可视化工具Weather Lab。模型本身能输出气旋轨迹，但在飓风、龙卷风等极端天气上的预报表现，谷歌没有给出对比数据。是否开源，也没有说明。

谷歌在发布说明里提醒，官方天气预报、严重天气警告和公共安全建议，仍应以当地气象机构为准。模型再准，权威预警那道关口没有交到AI手里。