DeepMind 发布新一代全球气象 AI 模型 WeatherNext 3

Google DeepMind 与 Google Research 正式发布全球气象 AI 模型 WeatherNext 3，通过融合实时卫星观测数据提升了局部与快速变化天气预测的精度。

• 架构采用单一的函数式生成网络（FGN）网格 Transformer，直接接入每小时实时静止气象卫星数据与历史分析场。
• 模型支持多空间分辨率输出，地表温度与湿度分辨率达到 5 公里，其它地表变量为 10 公里，大气变量如风速为 25 公里。
• 相比每 6 小时输出一次 25 公里网格的上一代 WeatherNext 2，新模型能够按小时生成更高精度的网格预测场、气旋路径及站点坐标预测。
• 第三方机构 Brightband 的实时评估显示其在部分区域的预报准确度表现处于前沿水平。
• 影响/看点：该模型有望改善极端天气预警与商业气象服务效率，但其实际应用价值仍取决于卫星原始观测数据的传输时效与全球多地形验证表现。
• 资料依据：
• Google DeepMind Blog（2026-09-03）：https://deepmind.google/blog/introducing-weathernext-3-our-most-advanced-and-accurate-global-weather-ai-model/

本内容由 AI 生成，仅供参考，请注意甄别