WeatherNext 2：Google 气象预报新模型

全新的 AI 模型能够更高效、更准确地提供分辨率更高的全球天气预测。

Google 的 WeatherNext 2 正式发布，利用 AI 为你提供速度更快、细节更丰富的天气预报。这个新模型能在不到一分钟内预测数百种天气情景。现在，你可以在 Earth Engine 和 BigQuery 中访问 WeatherNext 2 的预报数据，也可以加入 Google Cloud Vertex AI 的早期访问计划。

“WeatherNext 2”是 Google 全新的 AI 天气模型，预报速度和效率都达到了前所未有的水平。

WeatherNext 2 仅使用一个 TPU，就能在不到一分钟内生成数百种可能的天气情景。

在 99.9% 的变量和预报时效上，该模型的表现都超过了上一代 WeatherNext 模型。

WeatherNext 2 的数据现已在 Earth Engine 和 BigQuery 中开放，同时 Vertex AI 也已开启早期访问。

WeatherNext 2 已升级 Search、Gemini、Pixel Weather、Maps Platform 和 Maps 中的天气预报。

Google 打造了一款名为 WeatherNext 2 的超智能天气工具。它利用计算机，比以往更快、更准确地预测天气，甚至还能呈现多种不同的天气可能性。现在，人们可以借助它做出与天气相关的重要决策。

天气影响着我们每天做出的重要决策——从全球供应链、航班航线，到你的日常通勤。近年来，人工智能（AI）极大地拓展了天气预报的能力边界，也改变了我们使用天气预报的方式。

今天，Google DeepMind 和 Google Research 正式推出 WeatherNext 2，这是我们迄今最先进、最高效的天气预报模型。WeatherNext 2 生成预报的速度提升至 8 倍，时间分辨率最高可达 1 小时。这项突破得益于一种能够提供数百种可能情景的新模型。通过这项技术，我们已经利用实验性的气旋预测，帮助气象机构基于一系列不同情景做出决策。

现在，我们正将这项研究带出实验室，交到用户手中。WeatherNext 2 的预报数据现已在 Earth Engine 和 BigQuery 中开放。我们还在 Google Cloud 的 Vertex AI 平台上推出了早期访问计划，用于自定义模型推理。

通过引入 WeatherNext 技术，我们现已升级 Search、Gemini、Pixel Weather 和 Google Maps Platform Weather API 中的天气预报。未来几周，它也将为 Google Maps 中的天气信息提供支持。

预测更多可能的情景

从单个输入出发，我们使用彼此独立训练的神经网络，并在函数空间中注入噪声，从而让天气预报结果产生连贯一致的变化。

天气预测需要覆盖所有可能发生的情况——其中也包括最坏情景，因为它们对提前规划而言最为重要。

WeatherNext 2 可以从单个起始状态预测数百种可能的天气结果。在单个 TPU 上，每次预测耗时不到一分钟；如果使用基于物理规律的模型在超级计算机上完成同样的任务，则需要数小时。

我们的模型还具备很高的预报技巧，并能够生成时间分辨率精细到小时级的预测。总体而言，在 99.9% 的变量（例如温度、风和湿度）以及预报时效（0～15 天）上，WeatherNext 2 的表现都超过了此前最先进的 WeatherNext 模型，从而提供更实用、更准确的天气预报。

这项性能提升得益于一种名为 Functional Generative Network（FGN）的全新 AI 建模方法。它将“噪声”直接注入模型架构，使模型生成的预报既符合物理规律，又能保持各要素之间的关联。

这种方法特别适合预测气象学家所说的“marginals”和“joints”。Marginals 是单个、彼此独立的天气要素，例如某个具体地点的精确温度、特定高度上的风速或湿度。我们的方法创新之处在于，模型只使用这些 marginals 进行训练，但通过这样的训练，它却能学会高水平地预测“joints”——也就是取决于所有独立要素如何组合在一起的大型、复杂且相互关联的系统。这种“joint”预测是生成高实用价值预报的必要条件，例如识别受高温影响的完整区域，或预测整个风电场的发电量。

WeatherNext 2 与 WeatherNext Gen 的连续分级概率评分（Continuous Ranked Probability Score，CRPS）对比

从研究走向现实

借助 WeatherNext 2，我们正在将前沿研究转化为具有重大影响力的实际应用。我们将继续推动这项技术达到新的先进水平，并向全球社区开放最新工具。

展望未来，我们正在积极研究提升模型能力的方法，包括整合新的数据源，以及进一步扩大访问范围。通过提供强大的工具和开放数据，我们希望加速科学发现，并帮助由研究人员、开发者和企业组成的全球生态系统围绕当今最复杂的问题做出决策，为未来做好建设。

如需进一步了解 Google 在地理空间平台和 AI 领域的工作，请查看 Google Earth、Earth Engine、AlphaEarth Foundations 和 Earth AI。

进一步了解 WeatherNext 2

WeatherNext 开发者文档

探索 Earth Engine Data Catalog

在 BigQuery 中查询预报数据

注册 Cloud Vertex AI 早期访问计划