WeatherNext 3 发布：直接以实时卫星观测训练，全球逐小时 5 公里预报
Introducing WeatherNext 3, our most advanced and accurate global weather AI model
Google DeepMind 与 Google Research 官方博客（2026-09-03）：发布 WeatherNext 3，按 Brightband 独立实时评测为迄今最先进、最准确的全球天气模型。核心变化在学习资料：以往 AI 天气模型（含 WeatherNext 2）多在数值天气预报（NWP）产物上训练——那是超算驱动、带 6 小时滞后的物理模拟，对快变量形成偏差；WeatherNext 3 直接以实时全球静止卫星镶嵌数据与稀疏气象站观测训练，每小时生成新预报，关键地面变量（温度、湿度）5 公里、其他地面变量 10 公里、风强等大气变量 25 公里，整体约为 WeatherNext 2（25 公里、6 小时步进）清晰度的 5 倍。降水方面以 NASA IMERG 与自研卫星雷达再分析训练：中时效全球预报相对基线的 CRPS 改善最高 60%（IMERG）、30%（MRMS），短提前量对雨量计约 10%。另为可再生能源产出专门预测 100 米风速、高分辨率云量与太阳辐射。落地：从今天起为 Google 搜索、Gemini 应用、Google 地图、Maps Platform 天气 API 与 Earth Engine 提供支撑；1 天以上时效的降水预报最多准确 50%，历史薄弱地区改善最大；数据可经 BigQuery/Earth Engine 查询或 GCS 批量下载。原文声明正式预警仍以当地气象机构为准。
#Google DeepMind#Google Research#WeatherNext 3
推荐理由：一条"方法论转向"比"精度提升"更值得读的官方发布：WeatherNext 3 的关键跃迁是不再在 NWP 数值模式产物（超算模拟、6小时滞后）上训练，而是直接吞实时地球静止卫星镶嵌数据与稀疏气象站观测，从而每小时出新预报、温度/湿度 5 公里、其他地面变量 10 公里、风强 25 公里，整体清晰度约为 WeatherNext 2 的 5 倍。第三方口径（Brightband 独立实时评测）与对照数字（相对 IMERG 的 CRPS 最多改善 60%、MRMS 30%、雨量计短提前量 10%）都写明；还专门给出面向风电（100 米轮毂高度风速）与光伏（云量、辐射）的预测输出，并点名拉美/非洲/亚太等长期缺高分辨率预报的地区。免责声明（正式预警以官方气象部门为准）也在原文里保留。
