Google DeepMind、時間単位で5キロメートル解像度の予報を提供するWeatherNext 3を発表

Google DeepMind と Google Research は 2026 年 9 月 3 日に WeatherNext 3 を紹介、最大 5 キロメートルの解像度で時間単位の予報を生成するグローバル AI 気象予測モデルで、Google 検索、Gemini アプリ、Google マップ、Google Maps Platform Weather API、Google Earth Engine に統合されます。

チームは WeatherNext 3 を、これまでで最も高度かつ正確なグローバル気象モデルと説明し、Brightband による独立したライブ評価を挙げました。リリースには、Google DeepMind、Google Research、Google の研究者が執筆した技術論文が添付されており、モデルが実運用中であることが記されています。

より高解像度の時間予報

WeatherNext 3 は複数の空間解像度で時間単位の予報を生成します。気温や湿度などの主要な表面変数は 5 キロメートルの解像度で、その他の表面変数は 10 キロメートル、風速などの大気変数は 25 キロメートルで生成されます。Google は、これは従来のモデル WeatherNext 2 が 6 時間ごとに 25 キロメートル格子で予報を行っていたのに比べ、約 5 倍高精細な全球気象図になると述べています。

論文によると、WeatherNext 3 は WeatherNext 2 を支えていた Functional Generative Network アプローチを基盤とし、連続順位確率スコア（CRPS）を最小化するよう訓練された 15 日先、64 メンバーのアンサンブル予報を生成します。モデルは潜在サイズを 768 から 1024 に、メッシュトランスフォーマーの層数を 24 層から 32 層へと拡張し、製品版は 2026 年 6 月 30 日までのデータで訓練されました。システムは、1 時間ごとのリアルタイム静止衛星モザイクと従来の過去解析を取り込み、単一のメッシュトランスフォーマーに入力して、密な格子フィールド、離散的なサイクロン軌跡、そして観測地点レベルの予測を出力します。

生観測データでの学習

WeatherNext 2 を含む多くの AI 気象モデルは、数値予報モデルのデータで学習していますが、これらは 6 時間の遅延を伴う物理シミュレーションです。Google は、この遅延が雨や表面温度など急激に変化する変数にバイアスを生む可能性があると指摘しました。WeatherNext 3 は代わりに、リアルタイムの全球静止衛星データのモザイクを取り込み、大気の継続的に更新されるビューを提供し、最新の衛星観測に基づく毎時新しい予報を可能にしています。

論文によれば、衛星モザイクは 0.1 度解像度の 11 チャンネルをカバーし、運用上の遅延は約 1 時間です。WeatherNext 3 は、2001 年以降の METAR 空港観測、地域メソネットネットワーク、ICOADS の船舶・ブイ測定という 3 つの表面データセットを組み合わせた、稀少な気象観測所データでも直接学習します。論文は、この観測所出力ヘッドが標高などの局所地形情報を条件として、任意の地点・時間における 2 メートル高さの気温と露点を予測できると報告しています。

降水に関しては、モデルは NASA の衛星ベースの GPM 用統合マルチサテライト取得（IMERG）製品と、チーム独自の全球降水再解析である PARDIG の 2 つのデータソースで学習しています。論文では、PARDIG は GPM 中心観測所の稀少な宇宙レーダーデータを予測する別個の AI モデルで作成された実験的推定値と説明されています。

WeatherNext 3 は再生可能エネルギー向けの予測も導入しています。Google は、風力エネルギー出力のためにタービン高さに相当する約 100 メートルの風速を予測し、さらに高解像度の雲量と太陽放射量を提供して、太陽光発電所が地表レベルの日射量を推定できるようにすると述べました。

報告された評価結果

中距離の全球降水予報において、Google は IMERG に対して最大 60％、MRMS レーダー製品に対して 30％、早期リードタイムの雨量計測に対して 10％の CRPS 改善を報告しました。論文は、訓練から除外した観測所データでの評価において、観測所出力ヘッドが 2 メートル気温の CRPS を WeatherNext 2 と比較して最大 30％、ECMWF ENS システムと比較して短期リードタイムで最大 40％改善することも付記しています。

論文はまた、2026 年 7 月 1 日から 8 月 11 日までの 6 週間にわたる準リアルタイム評価を、運用データフィードを用いて実施したと述べています。その評価では、著者らは WeatherNext 3 が ECMWF の AIFS ENS v2 を全ての上層変数で上回り、最初の予報週で平均約 10％ の改善を示し、アンサンブル平均の熱帯低気圧の軌道と強度誤差において WeatherNext 2 に対しても小さくも一貫した改善を示したと報告しています。

論文は限界も記録しています。著者らは、個々の予報サンプルに空間的・時間的なアーティファクトが見られ、モデルのメッシュ構造を反映した六角形パターンや、一部出力ヘッドでの 6 時間境界を跨ぐ時間的不連続性、観測所ヘッドにおけるメンバーごとの全球的な暖冷バイアスがあることを指摘しています。また、アンサンブル分位点などの周辺統計は、観測所データが乏しい南極を除き、概ねアーティファクトがないと述べています。

Google 製品での利用可能性

WeatherNext 3 は 2026 年 9 月 3 日から Google 検索、Gemini アプリ、Google マップ、Google Maps Platform Weather API、Google Earth Engine における天気体験を支え始めます。Google は、1 日以上先を計画する際に、従来より最大 50％ 精度の高い降水予報が得られ、特に過去に予報精度が低かった地域で大きな改善が見られると述べています。

研究者、開発者、企業は データをクエリ でき、BigQuery や Earth Engine で利用するか、Google Cloud Storage から Zarr 形式で一括ダウンロードできます。Google の開発者ドキュメントでは、モデルは 64 メンバーのアンサンブルで毎時初期化された 15 日先の全球確率予報を提供すると説明され、Google Cloud 上のカスタム推論オプションにより、顧客は専用アクセラレータ上でアンサンブルサイズや予報期間を制御しながらカスタマイズ予報を生成できると記載されています。予報はリアルタイムで Weather Lab（Google DeepMind のインタラクティブ可視化サイト）でも閲覧可能です。

Google の発表には、WeatherNext が自動化された実験的 AI システムであること、そして公式な予報や災害警報、公共安全に関する助言については、地域の気象機関や国の気象サービスを参照すべきであるという免責事項が付されています。