天气预报进化论：Google DeepMind WeatherNext 3靠实时卫星数据冲出5公里精准度

天气预报最大的敌人常常不是模型不够聪明，而是数据太旧。Google DeepMind这次针对WeatherNext 3做的改动，正是冲着这个问题来——把过去依赖的数值天气预测模型数据（通常有六小时延迟）换成实时卫星观测，让模型能持续读取「大气的最新样貌」。

这个改动直接反映在分辨率上。WeatherNext 2的预报网格是25公里见方，WeatherNext 3则缩小到5公里见方，并可提供逐小时预报。DeepMind表示，模型同时吸收了分散的气象站数据，因此对湿度这类短距离内就可能剧烈变化的变量，能给出更细致的判读。

对再生能源产业来说，WeatherNext 3多了几项具体用途：官方指出模型能预测约100公尺高度（接近风力发电机叶轮高度）的风速，用于精算风能发电量；同时提供高分辨率云层覆盖与日照辐射数据，协助太阳能场评估发电条件。

降水预测是另一个重点。WeatherNext 3结合NASA与Google自家卫星分析的降水数据，DeepMind宣称这让模型的降雨、降雪预测准确度最多提升50%，且「在过去预测可靠度较低的区域改善最明显」。

这套模型会用于Google搜索、Gemini App与Google地图的天气功能，也会开放给Google Maps Weather API与Google Earth Engine使用。想先试试看的人可以直接到Google Weather Lab体验；若想动手集成到自己的项目，前一代WeatherNext已在2026年8月开源。