Google DeepMind与Google Research联合推出AI驱动的全球天气预报模型WeatherNext 3。该模型利用实时卫星数据、更高空间分辨率及每小时更新机制，显著提升对降雨、降雪及快速变化局部天气的预测精度。
传统数值天气预报依赖超级计算机模拟大气物理过程，现有AI模型（如WeatherNext 2）多基于此类系统生成的数据进行训练。然而，受限于约六小时的数据延迟，其在预测降水、地表温度等快速变化气象条件时存在短板。
WeatherNext 3直接处理全球固定轨道卫星的每小时图像数据，并结合历史天气分析生成新预报。Google表示，这是首个直接使用原始观测数据生成高分辨率全球预报的AI模型。（注：初创公司WindBorne指出其WeatherMesh 6模型自2025年底起也已使用气象气球等原始观测数据。）
在分辨率方面，WeatherNext 3以5公里精度预测温度等关键地表变量，10公里精度预测其他地表变量，25公里精度预测风速等大气变量。相比每六小时生成一次25公里区域预报的WeatherNext 2，新模型的全球天气视图详细度提升约五倍。
提供高达60%的降水预报改进
Google称，WeatherNext 3在降水预报上取得显著突破。中期降水预报准确率较IMERG数据提升最高60%，较MRMS数据提升最高30%；以降雨量测量站为基准，短期预报准确率提升最高10%。
该模型针对气象站可测条件进行专项训练，能在沿海、山谷及山区等温湿度短距离剧变区域，生成更精准的局部预报。
此外，WeatherNext 3覆盖可再生能源相关变量，可预测100米高度风速及云量、太阳辐射等高分辨率数据，助力精准测算风能与太阳能设施的潜在发电量。
目前，WeatherNext 3已整合至Google搜索、Gemini、Google地图、Google地图平台天气API及Google Earth Engine。用户可在长时效预报中看到准确度提升最高50%的降水预测。开发者与研究人员可通过BigQuery和Earth Engine查询数据，或从Google Cloud Storage下载。