谷歌天气 AI 换代:降雨预报准了一半,搜索和地图已经在用
谷歌天气 AI 换代:降雨预报准了一半,搜索和地图已经在用
一句话说清:9 月 3 日,谷歌把天气预报的 AI 模型升级到 WeatherNext 3——从「6 小时更新一次、25 公里一格」变成「每小时更新一次、5 公里一格」。官方说提前一天以上看降雨,准确度最多提升 50%。这次不是实验室论文,Google 搜索、地图、Gemini 当天就切过去了。
发生了什么
2026 年 9 月 3 日,Google DeepMind 与 Google Research 联合发布全球天气 AI 模型 WeatherNext 3,并同日开始为 Google 搜索、Gemini App、Google 地图、Google Maps Platform 天气 API、Google Earth Engine 提供天气数据。
升级了什么(数据来自 Google DeepMind 官方博客):
| 能力 | 上一代 WeatherNext 2 | 新的 WeatherNext 3 |
|---|---|---|
| 多久更新一次 | 每 6 小时 | 每 1 小时 |
| 关键地面变量(气温、湿度) | 25 公里一格 | 最细 5 公里一格 |
| 其他地面变量 | 25 公里 | 10 公里 |
| 高空变量(风速等) | 25 公里 | 25 公里 |
| 主要学习对象 | 超算物理模拟的结果 | 实时卫星原始观测 + 地面气象站实测 |
谷歌把这个组合概括为「全球天气图比上一代清晰约 5 倍」。
为什么能变准? 关键在换了「学习材料」。
以前的 AI 天气模型(包括 WeatherNext 2),学的是超级计算机跑物理模拟算出来的结果,而这套流程本身有大约 6 小时的数据延迟。雨、地表温度这些变化快的东西,等 6 小时后再算就已经偏了。
WeatherNext 3 改成直接吃每小时的全球静止卫星拼图(官方论文写明 11 个通道、0.1 度分辨率、延迟约 1 小时),同时直接拿地面气象站的实测数据训练——包括机场 METAR 站、区域 Mesonet 网络、船舶浮标 ICOADS 数据,最早追溯到 2001 年。
官方公布的效果:
- 中期全球降水预报,CRPS 指标(衡量概率预报准不准的标准分)对比 NASA 卫星降水数据(IMERG)改善最高 60%,对比雷达产品 MRMS 改善 30%,对比雨量计实测在短期改善 10%。
- 用户能感知到的那句是:提前一天或更久看降雨,准确度最多提升 50%,且历史上预报最不准的地区改善最明显。
- 独立第三方 Brightband 的 Operational WeatherBench 实测中,据 TechCrunch 报道该模型排名第一。
顺带还多了两样:100 米高度风速(大约是风力发电机叶片高度)和高分辨率云量、太阳辐射——这是给风电、光伏电站算发电量用的。
对我有什么用
这条新闻的特别之处:它不是「以后会怎样」,而是「现在已经变了」。 你不需要下载任何东西、不需要开会员,只要用到谷歌系的天气数据,就已经在用新模型。
具体能省什么事:
- 「今晚到底会不会下雨」这类问题变靠谱了。降水预报是全球天气模型公认最难的一块,因为雨是小尺度、快速变化的云过程。这次专门针对降水做了大幅优化。
- 山区、海边、山谷居民受益最大。气温和湿度在几公里内就能差很多,25 公里一格的老模型根本分不出「你家这边」和「20 公里外那个镇」。5 公里一格才开始有意义。
- 提前一天以上做户外计划更有底。周末露营、拍照、跑步、搬家、晒被子、给车做保养——这些都是「提前一天决定」的事,正好是这次改善最大的时间段。
- 原本预报最烂的地区改善最明显。官方点名拉美、非洲、亚太——这些地方过去没钱跑高分辨率区域模型。
我可以怎么做
先说清楚:中国大陆直接访问 Google 搜索、地图、Gemini 是受限的,别指望打开就能用。 下面按「能不能用」分开讲。
如果你能访问谷歌服务(在境外 / 出差 / 用海外账号):
- 打开 Google 搜索,输入
weather in 你要去的城市,看到的预报已经是新模型算的。 - 打开 Google 地图,随便点一个地点,天气卡片也已换新引擎。
- 在 Gemini App 里直接问:
我周六上午在东京想去户外,会下雨吗?几点最合适?——它现在拿的是每小时更新的数据。 - 出国旅行前,用 Gemini 问一句
未来 5 天当地降雨概率和气温范围,帮我列个每天该穿什么、要不要带伞的清单,比自己翻天气 App 快。
如果你在国内正常上网,这么替代(同样是 AI 天气,且更贴合本地):
- 中国天气网(weather.com.cn)和中央气象台 App 是官方权威数据源,暴雨、台风预警只能看这里。
- 国内主流 AI 助手也能查天气并直接给建议。打开豆包 / 元宝 / 通义,直接问:
帮我查一下未来 3 天我所在城市的天气,
然后按每天列出:会不会下雨、几点最可能下、
要不要带伞、适不适合下午 6 点跑步。
用表格输出。
- 真正值得学的是那个「问法」:别只问「明天天气怎么样」,要连着说清楚你的具体计划(几点、做什么、在户外还是室内),AI 才能给出可执行的建议,而不是复述一堆数字。
如果你是开发者 / 想拿数据做分析(选做):
WeatherNext 3 的全球预报数据每小时更新,可以在 BigQuery、Earth Engine 里直接查询,或者从 Google Cloud Storage 批量下载,不用自己搭模型。
温馨提醒
- AI 预报不能替代官方预警。 谷歌自己在博客底部就写了免责声明:正式天气预报、灾害预警和公共安全通告,请以当地气象部门为准。在中国就是中央气象台和各省市气象局——台风、暴雨红色预警只认官方,不认 AI。
- 「5 公里」不是所有指标都 5 公里。 只有气温、湿度这类关键地面变量到 5 公里,其他地面变量 10 公里,高空风速仍是 25 公里。别拿这个数字当宣传口径全盘接受。
- 改善幅度是谷歌自己测的。 60%、50% 这些数字来自谷歌公布的基准评测,不同地点、不同天气事件下的实际体感差别很大。
- 它没有完全脱离传统模型。 The Verge 指出,WeatherNext 3 仍然用物理模型的数据做训练,设计定位是和传统气象部门并存,不是取代。
- 官方也承认有瑕疵。 论文里写明了已知问题:单次预报样本上能看到六边形网格纹路、部分输出在 6 小时边界处有跳变、气象站预报头存在整体偏暖或偏冷的偏差。
- 「首个直接用原始观测」这个说法有争议。 WindBorne 向 TechCrunch 表示,自家 WeatherMesh 6 从 2025 年底就已经在用原始观测数据了。
- 国内用户别为这条新闻去折腾翻墙。 查天气这件事,国内官方渠道和本地 AI 助手完全够用,且更准。
💬 说说你的看法