每天的天氣影響著數十億人的決策，有些簡單如出門帶傘，有些則影響深遠。風、雨和熱浪、乾旱等極端天氣事件，對農業、全球供應鏈、潔淨能源生產和國家經濟都產生連鎖反應。

近年來，人工智慧透過歷史資料，徹底改變了天氣預報，使其比傳統方法更快、更準確。然而，預測高度在地化且快速變化的天氣仍然是一項挑戰，過去的模型往往缺乏足夠的空間解析度，也難以整合來自衛星等來源的即時天氣資料。

今天，Google DeepMind 和 Google Research 共同發表 WeatherNext 3，根據 Brightband 的獨立即時評估，這是迄今為止最先進、最準確的全球天氣模型。我們的模型直接從即時觀測中學習，能夠為對人們影響最大的天氣事件提供及時、更在地化的預測。透過使用原始衛星資料，以高解析度每小時生成一次預報，我們的模型讓全球 Google 產品都能獲得可靠的預報。

預報的實用性通常取決於細節，以及它在時間和空間上的精細程度。WeatherNext 3 以多種空間解析度生成每小時預報，從廣泛的全球風型到在地地形，都保持物理上的一致性。

透過 WeatherNext 3，我們可以將地表關鍵變數（如溫度和濕度）以 5 公里解析度視覺化，其他地表變數以 10 公里解析度呈現，而風速等大氣變數則以 25 公里解析度呈現。總體而言，這提供了比我們之前的 WeatherNext 2 模型清晰約五倍的全球天氣圖像，WeatherNext 2 以 25 公里網格每 6 小時生成一次預報。

WeatherNext 3 最大的進步在於其學習的資料來源。大多數 AI 天氣模型，包括 WeatherNext 2，都是根據數值天氣預報 (NWP) 模型的資料進行訓練的。儘管有用，但 NWP 模型是複雜的、由超級電腦驅動的物理模擬，存在六小時的資料延遲。這種延遲可能導致雨水或地表溫度等快速變化變數的偏差。

透過擷取全球地球同步衛星資料的即時影像，我們的新模型獲得了豐富且持續更新的大氣視圖。這使得模型能夠每小時生成新的預報，每個預報都基於最新的衛星觀測資料，解析度高達 5 公里。

這很重要，因為關鍵天氣變化迅速。當風暴、鋒面或降水系統突然形成時，我們快速的更新週期和更高的解析度提供了更早、更詳細的洞察，有助於推動有效的應對措施。有些變數，如溫度和濕度，在短短幾公里內就可能劇烈波動，這對於靠近海岸線、山谷或山脈的社區尤其重要。

傳統模型在此方面表現不佳，因為它們訓練的大氣表示缺乏細節，並錯過了極端的在地變化。為了解決這個問題，WeatherNext 3 直接訓練稀疏的氣象站觀測資料。這使我們能夠在 5 公里網格上進行全球預報，同時考慮到地形等區域細節。

這項突破對於拉丁美洲、非洲和亞太地區尤其重要，這些地區由於傳統區域模型龐大的超級運算成本，歷史上一直缺乏高解析度預報服務。它為這些地區的數十億人和在地企業帶來了在地化、高精度的預報。

除了提高解析度和預報頻率，我們的模型還引入了專為再生能源生產而設計的預測。該模型預測 100 公尺風速（大約在渦輪機高度），以實現精確的風能輸出，同時提供高解析度雲量和太陽輻射水平，幫助太陽能農場估計地面將接收多少光照。

這些資料對於全球潔淨能源規劃至關重要，讓電網營運商和再生能源開發商能夠準確預測其潔淨能源資產將產生多少電力，並與消費者需求相匹配。全球天氣模型在準確預測降水方面一直面臨挑戰。雨雪系統是由微小尺度上快速移動的雲過程驅動的，使用傳統基於物理的模擬很難準確建模。

因此，AI 預報通常會產生模糊的估計，或者完全錯過嚴重風暴的邊界。為了解決這個問題，我們訓練模型使用兩個品質極高的降水資料來源：NASA 的衛星型 Integrated Multi-satellite Retrievals for GPM (IMERG) 和我們自己基於衛星雷達的全球降水再分析。

結果是降水預報準確度的大幅躍進。在中程全球預報中，與基準線的評估顯示，在早期預報時效內，Continuous Ranked Probability Score (CRPS) 相較於 IMERG 提高了高達 60%，相較於 MRMS 提高了 30%，相較於雨量計測量提高了 10%。

我們的主要目標是推進氣象智慧，使其普遍有用，無論是追蹤突發風向變化的緊急應變人員、規劃飛行路線的空中交通管制員，還是管理農作物的農民。為了將這些突破從實驗室帶入現實世界，我們正在將 WeatherNext 3 整合到 Google 的核心生態系統及其他領域。

高解析度預報資料：我們正在提供全球天氣預報，每小時更新，無需模型設定即可整合到您的工作流程中。這使研究人員、開發人員和企業能夠在 BigQuery 和 Earth Engine 中查詢資料，或從 Google Cloud Storage 大量下載。

全球可用：WeatherNext 3 將從今天開始為 Google 搜尋、Gemini 應用程式、Google 地圖、Google Maps Platform Weather API 和 Google Earth Engine 中的天氣體驗提供支援。

此次更新顯著改善了長期預報。當提前一天或更長時間規劃時，人們將看到降水預報準確度提高多達 50%，在歷史上預報可靠性較低的地區，改進幅度最大。因此，如果您正在為週末旅行打包或決定戶外活動的最佳日期，您現在將獲得更準確的預測來幫助您規劃。

大氣層總會保留一定程度的不可預測性。然而，透過對真實世界觀測資料進行訓練並繞過傳統建模限制，WeatherNext 3 使我們更接近一個預報真正符合實際情況的未來。要了解更多關於 Google 的地理空間平台和 AI 工作，請查看 Google Earth Engine、AlphaEarth Foundations 和 Earth AI。

免責聲明：有關官方天氣預報、惡劣天氣警告和公共安全建議，請參考您當地的氣象機構或國家氣象局。