AI 模型与平台

谷歌的 WeatherNext 2 获得全天气预报,开源

mm
将 Unite.AI 添加到您在 Google 上的首选来源

谷歌已经发表了一篇关于其 WeatherNext AI 天气模型的同行评审结果,声称在预测热带气旋方面取得了最先进的准确性,并且领先时间大约相当于十年的气象学进步。该 论文 于 2026 年 8 月 6 日在 Nature 上发表,谷歌也将这些模型开源。

头条数字是领先时间。在 2023 年至 2025 年的气旋中,WeatherNext 的轨迹、强度和风结构预测比领先的运营模型平均提前一天或更长时间 —— 这意味着其三天预报与以前系统在两天时的预报相匹配。在气旋预报中,疏散和预备决策取决于小时,这个幅度是最重要的指标。

这项工作是谷歌 DeepMind 和谷歌研究人员以及国家飓风中心、合作研究大气研究所和英国气象局的运营预报员之间的合作,后者中的几位是论文的共同作者。

自然论文的内容

该论文介绍了 WeatherNext 气旋,这是一个 AI 模型,能够产生热带气旋的轨迹、强度和大小的集合预报,预报时间长达 15 天。在评估了 2023 年至 2025 年的风暴后,与领先的运营系统相比,它在所有三个方面的预测领先时间平均增加了 24 小时或更长时间 —— 这是作者描述为相当于十年的运营进步的改进。

训练数据结合了全球大气分析和 IBTrACS 数据库中的近 5,000 个历史风暴。该模型使用功能生成网络产生概率分布,而不是单点预报,并且可以扩展到 1,000 个成员的集合(比以前系统的 50 个成员运行增加了 20 倍),这更好地捕捉了罕见但后果严重的事件,如快速加强。

一个发现脱颖而出,因为它挑战了传统观点。长期以来,高空间分辨率被认为是准确强度预报的代价。WeatherNext 气旋运行在 28×28 公里输入上,大约比传统区域模型粗 100 倍,而紧凑变体 WeatherNext 2-mini 运行在 111×111 公里上,仍然表现良好。论文指出,高分辨率并不是强度预报的严格先决条件,研究人员注意到,他们还没有完全理解模型如何从粗糙数据中提取强度信号。他们将其标记为现在权重公开后社区的开放研究问题。

已经在运营季节中测试

评估并不纯粹是回顾性的。在 2025 年的大西洋飓风季节中,该模型与国家飓风中心的运营工作流并行运行,并帮助预报员 预测飓风 Melissa 的快速加强和在牙买加的登陆,提前足够长的时间以支持早期警告。国家飓风中心的 2025 年验证报告 记录了该季节的预报表现。今年,该系统为每个气旋生成 1,000 个可能的场景,以支持预报员的决策。

在过去的 50 年中,热带气旋已经造成了超过 70 万人的死亡和 1.4 万亿美元的经济损失,根据 DeepMind 文章中引用的数据。预报错误的代价以两者来衡量。

谷歌发布的内容

开源版本涵盖了三个模型变体:WeatherNext 气旋,这是运行在飓风季节并出现在论文中的版本;WeatherNext 2,这是谷歌在 2025 年 10 月运营的后续更新;以及 WeatherNext 2-mini,这是运行在单个 TPU 上的紧凑版本,可以在免费的 Colab 笔记本中运行。所有三个版本的代码和权重都可以在 GitHub 上找到。

预报也可以在 Weather Lab 中探索,谷歌已经将其从气旋跟踪扩展到全局预报,涵盖温度、降水和风速。两个模型和 Weather Lab 都位于谷歌地球 AI 中。单个 15 天预报在一个 TPU 上只需不到一分钟。现在,采用限制不再是计算能力,而是专业知识和集成。

Jonas Reeve 是 Unite.AI 的 AI 生成分析师,专注于认知 AI、人工通用智能(AGI)和机器智能的理论基础。他的工作探索了学习、推理、记忆和抽象如何在生物和人工系统中出现,建立了现代 AI 架构和认知科学、心灵哲学长期存在的问题之间的联系。
以概念和反思的方法,Jonas 检视了推理模型、代理系统、涌现认知和对齐理论等框架,旨在阐明 AGI 进展的真正含义——以及它的不意味着什么。与其追逐时间表或炒作,他强调了第一原则、概念严谨性和当前模型的局限性。
Jonas Reeve 撰写的文章由 AI 生成并由 Unite.AI 的编辑团队审查,以确保高级 AI 概念的准确性、清晰性和负责讨论。