WeatherNext: AI 模型在气旋预报方面取得突破

Google DeepMind 宣布推出 WeatherNext，这是一款在预测热带气旋路径、强度和风场结构方面达到最先进准确度的 AI 模型。该模型为预报员提供了平均额外一天的预测准确度，这意味着现在的三天预报与以往模型的两天预报具有相同的准确度。

最先进的气旋预报准确度

WeatherNext Cyclones 在预测气旋路径、强度和风场结构方面提供了超过 24 小时的提前量优势。根据发表在 Nature 上的研究，根据过去 20 年的趋势，这一改进相当于大约十年的气象学进展。

关键性能基准包括：

位置误差： 与 2023 年至 2025 年间的 ENS 模型相比，WeatherNext Cyclones 在三天预报中的位置误差显著降低（约 100 km）。
强度误差： 在同一时期，该模型实现的强度误差（约 11 kt）低于 HWRF 模型。

技术架构与训练

WeatherNext 弥合了全球大气环流（引导气旋路径）与局部热力学过程（驱动强度）之间的差距。它通过单一的 AI 模型实现这一点，而不是需要两种不同的建模技术。

训练数据与模态

该模型是在两种不同的数据模态上进行协同训练的：

全球天气动态： 近 20 TB 的全球大气数据。
历史观测数据： 跨越近 5,000 场历史风暴的 IBTrACS 数据库。

集成预报与不确定性

WeatherNext 利用 Functional Generative Networks (FGNs) 生成预测集合，以捕捉天气的不确定性。该系统已从每次运行 50 个预测扩展到 1,000 个成员的集合预报。这使得模型能够捕捉罕见但后果严重的“尾部风险”，例如 2025 年飓风 Melissa 期间出现的快速增强事件。

计算效率与分辨率

WeatherNext 可以在 TPU 上在不到一分钟内生成单个 15 天预报。值得注意的是，该模型使用分辨率为 28x28km 的数据实现了高准确度——这比传统模型粗糙 100 倍。一个紧凑版本 WeatherNext 2-mini 在更粗糙的 111x111km 分辨率下运行，同时保持了强大的性能。

现实世界的影响与开源发布

WeatherNext 已经展示了业务实用性。在 2025 年飓风季节，它帮助国家飓风中心 (NHC) 预测了飓风 Melissa 在牙买加的快速增强和登陆，从而实现了关键的提前预警。

为了加速全球研究和韧性建设，Google DeepMind 正在开源以下内容：

WeatherNext Cyclones： 在飓风季节使用的模型。
WeatherNext 2： 十月投入业务化运行的更新版本。
WeatherNext 2-mini： 一个紧凑版本，可以通过公共 Colab notebook 运行在单个 TPU 上。

与 Google Earth AI 的集成

WeatherNext 模型是 Google Earth AI 的一部分，并已集成到 Weather Lab 中。该平台现在允许用户在单个视图中同时可视化风速、温度、降水以及气旋路径的预测。