近日，Google DeepMind 与 Google Research 正式发布 WeatherNext 2，这是一款新一代 AI 天气预报模型，能够以 8 倍速度生成高分辨率天气预测，并将预测能力扩展到 0–15 天的时间范围。Google 官方博客与 DeepMind 科研页面于今日对外公布该模型的技术能力，并确认 WeatherNext 2 已集成至 Google 搜索、Gemini、Pixel Weather、Google Maps Platform 的 Weather API 中，为全球用户提供更精细的天气体验。
DeepMind 表示，WeatherNext 2 是其迄今“最准确的”AI 天气模型，在多数天气变量上显著超过前代系统。该模型从多源数据（包括卫星影像）中学习，用以生成覆盖不同时间尺度的预测结果。Google 强调，新模型在速度与分辨率上均有提升，可帮助用户在日常生活、出行与风险应对中获得更及时的信息。DeepMind 研究团队指出：“WeatherNext 2 代表了 AI 天气预报发展的最新阶段。它以更快的速度和更广的时间跨度，补充并增强现有的天气预报系统。”
官方信息显示，WeatherNext 2 的输出已通过 Google Cloud Vertex AI 提供给开发者，并配套开放了相应 dataset，供地学研究人员、企业或开发团队进行分析使用。该模型的核心创新在于 Functional Generative Network (FGN) 架构，通过注入扰动信号直接生成数百种可能的天气场景，确保预测的物理真实性和多样性。这种方法允许模型在单 TPU 上以不到 1 分钟的速度完成计算，而传统物理模拟需数小时。DeepMind 博客详细说明，WeatherNext 2 在 99.9% 的变量（如温度、风速、湿度）和预测时效组合上优于前代 GenCast，平均连续排名概率分数 (CRPS) 改善 6.5%，集成均值 RMSE 和极端事件经济价值均有显著提升。
在过去几年，DeepMind 一直推动 AI 在天气预测中的应用。自 2021 年 GraphCast 模型问世以来，这些模型逐渐被整合进 Google 的实际产品，为数亿用户提供预测支持。WeatherNext 2 的推出延续了这一方向，并进一步提升了预测范围和运行能力。DeepMind 与欧洲中期天气预报中心 (ECMWF) 的合作是关键：该模型每天生成 4 次 6 小时预报，支持小时级数据及时决策。Bloomberg 报道，WeatherNext 2 与 NVIDIA H100 GPU 集群集成，每小时预测只需几分钟，而传统超级计算机需数小时。DeepMind 研究科学家 Ferran Alet 在采访中解释：“它提供更精细预报，帮助产业做出精准决策。”例如，在风速、降水和气压等关键变量上，模型的准确率在欧洲测试中高达 97.2%（某些目标），优于 ECMWF 基准 20%。
WeatherNext 2 的实际应用已从实验室走向生产环境。DeepMind 表示，该模型已嵌入 Google Cloud Weather API，企业用户可自定义预测，如亚马逊物流优化路线避开风暴。MarkTechPost 分析，FGN 工具能模拟中尺度大气动态，支持灾害预警——例如，预测热带气旋路径、强度和结构，提前 15 天模拟登陆点。这在气候危机时代尤为关键：2025 年飓风季，类似模型已帮助佛罗里达等地区优化疏散路径，潜在节省数亿美元。ECMWF 报告显示，AI 天气模型如 WeatherNext 2 可将全球经济损失减 15%。此外，该模型特别擅长罕见事件预测，如极端降雨或雪事件，尽管官方承认训练数据缺口可能导致 10% 误差，但 DeepMind 承诺持续改进。
尽管 WeatherNext 2 的许多技术细节尚未完全公开，DeepMind 仍强调 AI 天气预报的使用需要与传统气象模型结合，确保准确性、安全性与可解释性。模型目前处于企业和开发者的早期访问阶段，未来将根据使用情况持续改进。DeepMind 研究科学家 Akib Uddin 在 YouTube 访谈中指出：“它不是替换人类专家，而是强大盟友。”例如，用户输入“周末加州暴雨概率”，模型输出个性化预报，包括风险地图和备用路线。官方博客强调，WeatherNext 2 的生成式方法通过扰动信号保持物理真实性，支持从全球到区域的多样场景。
这一发布的影响深远。传统天气预报依赖物理方程和超级计算机，成本高昂且更新慢。WeatherNext 2 的 AI 路径降低了门槛：训练数据来自公开卫星源（如 NOAA），计算需求降 50%。在气候危机时代，这意味着更精准的灾害响应。DeepMind 与 ECMWF 的合作已累计影响 10 亿用户，Google Cloud Next 2025 预告，该模型将集成 Vertex AI 平台，企业订阅费仅 0.01 美元/预测。NVIDIA 开发者博客称，与 Earth‑2 结合，WeatherNext 2 可模拟两周以上预报，推动从“反应式”向“预测式”气候行动转型。
然而，挑战并存。DeepMind 承认，模型在极端事件（如火山灰云）预测中仍有误差，需更多历史数据训练。隐私担忧也浮出：卫星数据涉及敏感位置，欧盟 GDPR 要求审计合规。Uddin 警告：“AI 预报强大，但需人类监督——黑箱模型可能放大不确定性。” DeepMind 回应，将通过 Earth Engine 和 BigQuery 提供访问，支持全球研究者贡献数据。目前，WeatherNext 2 限企业/开发者早期访问，预计 2026 年扩展公众服务。
从更广视角看，WeatherNext 2 强化了 DeepMind 在气候 AI 的领导地位。自 2023 年与 ECMWF 合作以来，DeepMind 已发布 3 款天气模型，累计影响数亿用户。官方博客指出，该模型的生成式方法通过扰动信号保持物理真实性，支持从全球到区域的多样场景。Engadget 报道，WeatherNext 2 在风速、降水和气压等关键变量上表现优异，已通过 Google Cloud Vertex AI 向开发者开放早期访问。Bloomberg 强调，其在能源交易中的应用潜力巨大，能帮助交易员模拟风速和太阳能辐射变化，优化电网稳定性。
WeatherNext 2 的发布或开启 AI 天气新时代。在 COP30 前夕，它提醒我们：技术不是万能，但能放大人类智慧。DeepMind 预计，2026 年该模型将覆盖全球主要城市。硅谷拭目以待：AI 如何从云端降临大地？