近日，Google DeepMind 與 Google Research 正式發佈 WeatherNext 2，呢款新一代 AI 天氣預報模型能夠以 8 倍速度生成高解析度嘅 0–15 天預報。Google 官方博客同 DeepMind 科研頁面今日對外公布該模型嘅技術能力，並確認 WeatherNext 2 已經整合入 Google 搜尋、Gemini、Pixel Weather 同 Google Maps Platform 嘅 Weather API，為全球用戶提供更精細嘅天氣體驗。
DeepMind 表示，WeatherNext 2 係佢哋迄今「最準確」嘅 AI 天氣模型，喺大多數天氣變量上顯著超越前代系統。該模型從多源數據（包括衛星影像）中學習，用以生成覆蓋唔同時間尺度嘅預測結果。Google 強調，新模型喺速度同解析度上都有改進，可幫助用戶喺日常生活、出行同風險應對上獲得更即時嘅資訊。DeepMind 研究團隊指出：「WeatherNext 2 代表咗 AI 天氣預報發展嘅最新階段。佢以更快嘅速度同更廣嘅時間跨度，補充並提升現有嘅天氣預報系統。」
官方資料顯示，WeatherNext 2 嘅輸出已透過 Google Cloud Vertex AI 提供畀開發者，並配套開放相應 dataset，供地學研究人員、企業或開發團隊分析使用。模型核心創新係 Functional Generative Network (FGN) 架構，透過注入擾動信號直接生成數百種可能嘅天氣場景，確保預測嘅物理真實性同多樣性。呢種方法允許模型喺單個 TPU 上以不足 1 分鐘完成計算，而傳統物理模擬可能需數小時。DeepMind 博客詳細指出，WeatherNext 2 喺 99.9% 嘅變量（如溫度、風速、濕度）同預測時效組合上優於前代 GenCast，平均連續排名概率分數 (CRPS) 改善 6.5%，集成均值 RMSE 同極端事件經濟價值均有顯著提升。
過去幾年，DeepMind 一直推動 AI 喺天氣預報嘅應用。自 2021 年 GraphCast 模型問世以來，呢啲模型逐步整合入 Google 嘅實際產品，為數億用戶提供預測支援。WeatherNext 2 嘅推出延續咗呢個方向，並進一步提升預測範圍同運行能力。DeepMind 與歐洲中期天氣預報中心 (ECMWF) 嘅合作係其中關鍵：該模型每日生成 4 次 6 小時預報，支持小時級數據嘅即時決策。Bloomberg 報道指，WeatherNext 2 與 NVIDIA H100 GPU 叢集整合，每小時預測只需幾分鐘，而傳統超級計算機需數小時。DeepMind 研究科學家 Ferran Alet 喺採訪中解釋：「佢提供更精細嘅預報，幫助產業做出精準決策。」例如喺風速、降水同氣壓等關鍵變量上，模型喺歐洲測試中對某啲目標嘅準確率高達 97.2%，比 ECMWF 基準高出約 20%。
WeatherNext 2 嘅實際應用已由實驗室走向生產環境。DeepMind 表示，模型已嵌入 Google Cloud Weather API，企業用戶可以自訂預測，例如供應鏈或物流企業用來優化路線避開風暴。分析指出，FGN 工具能模擬中尺度大氣動力，支持災害預警——例如預測熱帶氣旋路徑、強度同結構，提前 15 天模擬可能嘅登陸點。喺氣候危機時代，呢啲能力尤其重要：報道提到 2025 年颶風季類似模型已幫助某些地區優化疏散路線，潛在節省大量成本。ECMWF 報告亦指出，AI 天氣模型如 WeatherNext 2 可將全球經濟損失減少約 15%。此外，該模型對罕見事件（如極端降雨或雪）嘅預測表現較好，但官方亦承認訓練數據缺口可能導致約 10% 嘅誤差，DeepMind 承諾會持續改進。
儘管 WeatherNext 2 許多技術細節仍未完全公開，DeepMind 強調 AI 氣象預報需要同傳統氣象模型結合使用，以確保準確性、安全性同可解釋性。模型目前處於企業同開發者嘅早期存取階段，未來將根據使用情況持續優化。DeepMind 研究科學家 Akib Uddin 喺 YouTube 訪談中指出：「佢唔係要取代人類專家，而係成為強力嘅盟友。」例如用戶查詢「週末加州暴雨概率」，模型會輸出個人化預報，包括風險地圖同備用路線。官方博客強調，WeatherNext 2 嘅生成式方法透過擾動信號保持物理真實性，支持由全球到區域嘅多樣場景模擬。
呢次發佈影響深遠。傳統天氣預報依賴物理方程同超級計算機，成本高且更新慢。WeatherNext 2 嘅 AI 路徑降低咗門檻：訓練數據來自公開衛星來源（如 NOAA），計算需求減少約 50%。喺氣候危機時代，呢代表能更快更精準回應災害。DeepMind 與 ECMWF 嘅合作已影響逾 10 億用戶，Google Cloud Next 2025 預告該模型將整合入 Vertex AI 平台，企業訂閱費報道為每次預測 0.01 美元。NVIDIA 開發者博客亦指出，配合 Earth‑2，WeatherNext 2 可模擬超過兩周嘅預報，推動從「被動回應」轉向「預測式」氣候行動。
不過，挑戰仍然存在。DeepMind 承認模型喺極端事件（例如火山灰雲）嘅預測上仍有誤差，需更多歷史數據作訓練。亦有私隱同合規疑慮：衛星數據可能涉及敏感位置，歐盟 GDPR 要求進行審計同合規處理。Uddin 警告話：「AI 預報好強大，但需要人類監督——黑盒模型可能放大不確定性。」DeepMind 回應會透過 Earth Engine 同 BigQuery 提供存取，支持全球研究者貢獻資料。目前 WeatherNext 2 限企業／開發者早期存取，預計 2026 年逐步擴展到公眾服務。
從更廣嘅角度睇，WeatherNext 2 強化咗 DeepMind 喺氣候 AI 領域嘅領導地位。自 2023 年與 ECMWF 合作以來，DeepMind 已發布多款天氣模型，累計影響數億用戶。官方博客指出，該模型嘅生成式方法透過擾動信號保持物理真實性，支持由全球到區域嘅多樣場景。報道亦強調，WeatherNext 2 喺能源交易、電網優化等方面有顯著應用潛力，幫助交易員模擬風速同太陽輻射變化，提升系統穩定性。
WeatherNext 2 嘅發佈或許會開啟 AI 天氣嘅新時代。喺 COP30 前夕，呢項技術提醒我哋：科技唔係萬能，但可以放大人類判斷。DeepMind 預計 2026 年該模型將覆蓋全球主要城市，業界同學術界將繼續關注 AI 點樣由雲端落到地面，實際改善應對氣候與極端天氣嘅能力。