【事件概述】 Google DeepMind 与 Google Research 于 2026 年 9 月 3 日发布全球天气 AI 模型 WeatherNext 3。新模型直接利用实时卫星观测和地面气象站数据，每小时生成一次全球预报，并提高了局部天气、降水和清洁能源相关变量的空间分辨率。 【模型与开发者】 模型：WeatherNext 3 开发者：Google DeepMind、Google Research 官方发布日期：2026 年 9 月 3 日 应用方向：全球天气预测、降水预测、极端天气辅助研判、风电与光伏发电预测 日期核对说明：Google 官方发布页明确标注 2026 年 9 月 3 日，本文以该日期作为模型发布事件日期，不把搜索引擎抓取时间或页面更新时间当成发布日期。 【关键能力与改动】 1. 实时观测驱动：WeatherNext 3 会接收逐小时更新的全球静止气象卫星拼接数据，并结合传统历史分析。相比只依赖存在数小时延迟的数值天气预报训练数据，这种方式能够更快吸收正在变化的云层、降水和地表温度信息。 2. 每小时刷新：模型每小时生成一轮高分辨率全球预报。上一代 WeatherNext 2 以 6 小时间隔、25 公里网格为主，新模型把关键地表变量的时间与空间粒度进一步细化。 3. 多尺度输出：官方列出的原生输出包括温度、湿度等关键地表变量最高 5 公里分辨率，其他地表变量约 10 公里，风速等大气变量约 25 公里。Google 将整体效果概括为比 WeatherNext 2 的全球天气图约清晰 5 倍。 4. 降水预测：模型结合 NASA IMERG 卫星降水数据和 Google 的全球卫星雷达降水再分析数据进行训练。官方评估显示，中期全球降水预测的 CRPS 相对不同基准有不同幅度改善；这些是特定数据集与评估方法下的结果，不能直接外推到每个地区和每次天气过程。 5. 清洁能源变量：WeatherNext 3 增加 100 米高度风速、云量和地表太阳辐射等预测，可用于估算风机和光伏电站的潜在发电量，帮助电网与能源运营方进行供需规划。 6. 系统架构：官方介绍显示，系统使用 Functional Generative Network（FGN）网格 Transformer，同时输出稠密网格气象场、离散气旋路径和气象站级稀疏坐标预测。 【可用范围】 WeatherNext 3 已开始用于 Google 搜索、Gemini 应用、Google 地图、Google Maps Platform Weather API 和 Google Earth Engine 的天气体验。研究者、开发者和企业还可以通过 BigQuery、Earth Engine 查询高分辨率预报数据，或从 Google Cloud Storage 批量下载，不需要自行部署模型。 这意味着用户接触到的主要是 Google 已生成的预报产品和数据服务，而不是一个可直接下载权重、在本地自由推理的通用开源模型。具体地区、变量、历史跨度、刷新延迟和调用成本仍需以相应 Google Cloud 或地图平台文档为准。 【适用对象】 WeatherNext 3 适合天气与气候研究人员、农业和供应链团队、航空与应急规划人员、地图和出行应用开发者，以及需要风电、光伏发电量预测的能源企业。普通用户会通过 Google 搜索、Gemini 和地图产品间接使用其预测结果。 【实际影响】 传统全球天气模型通常需要在覆盖范围、更新时间和局部分辨率之间取舍。WeatherNext 3 把实时卫星观测、地面站数据和统一生成式天气架构结合起来，使全球预报能够逐小时刷新，并在温度、湿度和降水等局部变量上提供更细的网格。对于缺少高成本区域数值预报基础设施的地区，这种云端全球数据服务可能降低获得高分辨率预测的门槛。 对清洁能源行业而言，直接提供轮毂高度风速、云量和太阳辐射变量，有助于把天气 AI 从通用预报进一步接入电力调度和资产运营流程。不过，模型预测必须与场站实测、区域模型和业务安全阈值共同使用。 【限制与使用提醒】 WeatherNext 3 仍是概率性天气预测系统，无法消除大气本身的不确定性。Google 在官方页面明确提示：正式天气预报、强天气警报和公共安全建议应以当地气象部门或国家气象机构发布的信息为准，不能仅依赖 Google 产品结果采取高风险行动。 官方披露的“约 5 倍更清晰”“长期降水预报最高提升约 50%”等结论来自指定空间网格、基准数据和评估周期，不等于所有变量、地区和预报时效都会获得同样提升。高山、海岸、数据稀疏地区和突发小尺度强对流仍需要单独验证。 部署到农业、电网、航空、保险或应急系统时，应保留来源时间、模型版本、置信区间和人工审核，并与权威预警及其他预报系统交叉检查。本文不把研究模型输出视为灾害预警、投资判断或安全决策的唯一依据。 【官方来源】 Google 官方发布：https://blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-weathernext-3/