
文章摘要
Google DeepMind 与 Google Research 于 2026 年 9 月 3 日发布了 WeatherNext 3——迄今最先进、最准确的全球 AI 天气预报模型。它直接学习实时卫星数据,每小时更新一次,分辨率约为上一代的 5 倍(5km)。即日起已在 Google 搜索、Gemini、Maps、Google Maps Platform、Earth Engine、Cloud 中提供。本文结合官方 YouTube 视频,通俗易懂地解说它厉害在哪里、怎么用。
【快报・2026】Google 发布「WeatherNext 3」!实时卫星数据・每小时更新的全球最高精度 AI 天气预报模型详解
Google DeepMind 与 Google Research 于 2026 年 9 月 3 日发布了 WeatherNext 3——迄今最先进、最准确的全球 AI 天气预报模型。它直接学习实时卫星数据,每小时更新一次,分辨率约为上一代的 5 倍(5km)。即日起已在 Google 搜索、Gemini、Maps、Google Maps Platform、Earth Engine、Cloud 中提供。本文结合官方 YouTube 视频,通俗易懂地解说它厉害在哪里、怎么用。
核心要点: WeatherNext 3 抛弃了数值天气预报(NWP)的 6 小时延迟,直接学习实时卫星观测。降水预报精度最高提升 60%(CRPS)、分辨率 5km、每小时更新——甚至能预测风力和太阳能的发电量,服务清洁能源规划。
本文内容
- WeatherNext 3 是什么(发布概要)
- 为什么被称为「全球最准确的模型」(Brightband 独立评估)
- 相比 WeatherNext 2 有何变化
- 具体性能提升(分辨率・降水・能源)
- 在 Google 各产品中如何使用
- 官方发布视频(YouTube)
官方发布视频(YouTube)
Google DeepMind 的官方视频,不到 2 分钟即可了解 WeatherNext 3 概要。

WeatherNext 3 是什么?
WeatherNext 3 是 Google DeepMind 与 Google Research 开发的全球最先进、最准确的 AI 天气预报模型。在 Brightband 的独立实时评测中,被评价为「全球最准确的天气模型」。
最大的特点是「学习数据」的变化。
此前的 AI 天气预报模型(包括 WeatherNext 2)都学习数值天气预报(NWP)模型的输出。NWP 是在超级计算机上运行的复杂物理模拟,存在6 小时的数据延迟。这种延迟会对降雨、地表温度等快速变化的变量产生预测偏差。
WeatherNext 3 直接摄取实时静止气象卫星数据的马赛克。这让模型持续获得大气的最新状态,每小时生成一次新预报。
基本信息
| 项目 | 内容 |
|---|---|
| 发布日期 | 2026 年 9 月 3 日(Google 官方博客) |
| 开发方 | Google DeepMind + Google Research |
| 上一代 | WeatherNext 2(25km 网格・6 小时间隔) |
| 架构 | Functional Generative Network (FGN) mesh transformer |
| 学习数据 | 实时静止气象卫星马赛克 + 历史分析 |
| 更新频率 | 每小时一次 |
| 输出 | 稠密网格场・单个气旋路径・站点级坐标预测 |
| 提供时间 | 2026 年 9 月 3 日起在 Search/Gemini/Maps/Cloud 等可用 |
为什么被称为「全球最准确」
Google 用独立实时评测作为「全球最准确」的依据。在 Brightband(气象数据公司)运营的 Open Weather Benchmark(OWB) 中,WeatherNext 3 在实时实测评估中排名第一。
关键点在于:这不是 Google 的自述,而是第三方机构的实时独立评估认可了它的准确性。
相比 WeatherNext 2 的变化
| 项目 | WeatherNext 2 | WeatherNext 3 |
|---|---|---|
| 分辨率(地表温度/湿度) | 25km(0.25°) | 5km(0.05°)=约 5 倍精细 |
| 其他地表变量 | 25km | 10km |
| 大气变量(风速等) | 25km | 25km |
| 更新频率 | 6 小时间隔 | 每小时 |
| 学习数据 | NWP(物理模拟)输出 | 实时卫星 + 历史分析 |
| 降水预报 | 模糊估计・难以捕捉风暴边界 | 用 IMERG/卫星雷达训练,可捕捉陡峭对流带 |
| 清洁能源变量 | 无 | 100m 风速・云量・太阳辐射 |
具体性能提升
1. 分辨率:提升至 5km(约 5 倍)
WeatherNext 3 能以5km 分辨率呈现气温、湿度等主要地表变量。相比 WeatherNext 2 的 25km 网格(0.25°),精细度约为 5 倍。
Google 博客的例子:英国 2 米气温预报。WeatherNext 2 为 25km(左),WeatherNext 3 为原生 5km(0.05°・右),能够解析复杂的局部地形,消除了旧模型中像素化、过度平滑的热分布。
2. 降水预报:精度大幅提升
全球气象模型普遍不擅长准确预测降水。WeatherNext 3 使用以下两个高质量降水数据源训练:
- NASA 的卫星降水数据IMERG(Integrated Multi-satellite Retrievals for GPM)
- Google 基于卫星雷达的全球降水再分析
在中距离全球预报中,降水精度(CRPS):
- 比 IMERG 改善最多 60%
- 比 MRMS 改善 30%
- 比雨量计改善 10%(早期时效)
在降水概率(PoP >1mm)对比中,WeatherNext 2(25km)呈现扩散的像素化形态,而 WeatherNext 3(11km)则与真实卫星图像高度吻合,准确捕捉了天气系统的陡峭对流带。
3. 清洁能源:预测风力与太阳能发电量
WeatherNext 3 还预测清洁能源相关变量:
- 100m 风速(约等于风机轮毂高度)→ 精确的风力发电量预测
- 高分辨率云量与太阳辐射 → 估算光伏电站接收的光量
电网运营商和可再生能源开发商现在可以准确预测清洁能源资产的发电量,并与用电需求进行匹配。
在 Google 各产品中的使用方式
WeatherNext 3 自 2026 年 9 月 3 日起已集成到 Google 生态:
- Google 搜索:天气预报显示更准确
- Gemini 应用:通过 AI 助手获得高精度天气回答
- Google Maps:地图上的天气信息提升
- Google Maps Platform Weather API:开发者可使用高精度天气数据
- Google Earth Engine:可与地理空间数据结合使用
- Google Cloud(BigQuery・Cloud Storage):研究人员/开发者可直接查询数据
对 1 天以上的长期预报效果尤其显著,人们看到的降水预报最多准确 50%,在以往预报精度较低的地区改善最为明显。无论是准备周末旅行行李,还是选择户外活动的最佳日期,都会变得更加可靠。
总结
WeatherNext 3 是天气预报 AI 的范式转变。
- 不再学习物理模拟(NWP)输出,而是直接学习实时卫星数据
- 实现每小时更新与5km 分辨率
- 降水预报精度最高提升 60%(CRPS・对比 IMERG)
- 可预测风力・太阳能发电量,支持清洁能源规划
- 被独立实时评测(Brightband OWB)评为「全球最准确模型」
即日起已在 Google 搜索、Gemini、Maps、Cloud 中上线——我们日常看到的天气预报,将从此开始变得更准确。
注意:本文基于 2026 年 9 月 3 日的 Google 官方博客。数值包含 Google 的公布与自我评估。官方天气预报、警报与防灾信息请务必参考当地气象机构或国家气象服务。
参考链接
- Introducing WeatherNext 3(Google 官方博客)
- WeatherNext 3 论文(PDF)
- Build with WeatherNext 3(开发者)
- Weather Lab(实时可视化)
- Brightband Open Weather Benchmark(独立实时评测)
- YouTube: WeatherNext 3 官方视频(Google DeepMind)
相关文章
相关文章

2026年9月2日
2026 年 Gemini 3.8 Flash 完全指南!Google 最强编程模型 HLE 54.9% 超越 Opus 5,网络安全版同步登场

2026年9月16日
【2026】Jev(TypeSafe AI)是什么 — ChatGPT 共同开发者发布的「不生成文字」决策专用模型与注册方法

2026年9月7日
Google「Magika」使用指南(2026):AI 以 99% 精度判定文件类型的开源工具

2026年9月5日
Google「ARTEMIS」使用指南(2026):让 AI 用自然语言操控真实 Android 手机

2026年10月6日
【2026年】伪装成「Google安全通知」的钓鱼邮件|发件人与链接都像真的,如何分辨

2026年8月16日
【2026年8月16日時点】Cheaper Inference 让 AI 模型最高便宜 60%!最新价格对比与机制完全解析