# 谷歌 DeepMind 发布 WeatherNext 3：分辨率最高 5 公里的 AI 天气预报模型

- 来源：IT之家（RSS）
- 发布时间：2026-09-03 23:15
- AIHOT 分数：56
- AIHOT 链接：https://aihot.virxact.com/items/cmtloliua0gijrow5i4tnlid0
- 原文链接：https://www.ithome.com/0/998/198.htm

## AI 摘要

谷歌 DeepMind 和 Google Research 发布 WeatherNext 3，称其为最先进、最准确的全球气象模型。模型基于原始卫星数据和稀疏气象站观测训练，可每小时生成一次预报，地表关键变量分辨率达 5 公里，并新增针对可再生能源的 100 米高度风速、云量和太阳辐射预测。即日起为谷歌搜索、Gemini 应用、谷歌地图、地图平台气象 API 和 Earth Engine 提供支持。

## 正文

IT之家 9 月 3 日消息，谷歌 DeepMind 和 Google Research 今天宣布推出 WeatherNext 3 ，号称是目前最先进、最准确的全球气象模型。该模型可直接从实时观测中学习，能够为影响人类的天气事件提供更及时、更本地化的预测。

该模型可以原始卫星数据为基础，每小时生成一次高分辨率预报，为全球谷歌产品提供可靠的天气预报。

根据介绍，天气预报的实用性往往取决于细节，以及时间和空间的分辨率。WeatherNext 3 可生成多种空间分辨率的每小时预报，从广阔的全球风型到局部地形都能保持物理一致性。

借助 WeatherNext 3，谷歌能够以 5 公里分辨率呈现温度、湿度等关键地表变量，其他地表变量分辨率为 10 公里，风速等大气变量分辨率为 25 公里。

WeatherNext 3 通过接入实时全球地球静止卫星数据拼图，让模型能够获得丰富、持续更新的大气视图，使模型可以每小时生成一次新预报，每次预报都基于最新的卫星观测数据，最高分辨率可达 5 公里。

这一点至关重要，因为极端天气往往发展迅速。当风暴、锋面或降水系统突然出现时，快速更新周期和更高分辨率能够提供更早、更详细的洞察，帮助人们采取有效应对措施。

WeatherNext 3 采用稀疏气象站观测数据训练，这使得模型能够在 5 公里网格上生成全球预报，并充分考虑地形等区域细节。这一突破对于拉美、非洲、亚太地区尤其重要。由于传统区域模型需要高昂的超级计算成本，这些地区历史上一直缺乏高分辨率天气预报。该模型将为这些地区数十亿人和本地企业带来本地化、高保真天气预报。

除了提升分辨率和预报频率，该模型还专门针对可再生能源生产引入了针对性预测。模型可以预测 100 米高度（IT之家注：大致对应风力涡轮机高度）的风速，从而精准预测风电产量，同时还能提供高分辨率云量和太阳辐射数据，帮助太阳能电场估算地面接收到的光照。

这些数据对于全球清洁能源规划至关重要，能够帮助电网运营商和可再生能源开发商准确预测清洁能源资产的发电量，并匹配用户需求。

即日起，WeatherNext 3 将正式为谷歌搜索、Gemini 应用、谷歌地图、谷歌地图平台气象 API 和谷歌 Earth Engine 提供气象能力支持。