WeatherNext 3 发布：Google DeepMind 把天气预报做到 5 公里、每小时更新

2026 年 9 月 3 日，Google DeepMind 与 Google Research 共同发布新一代全球天气 AI 模型 WeatherNext 3，官方称其为目前最先进的全球天气预报模型。与过去「一天跑几次」节奏的数值预报不同，WeatherNext 3 改为每小时依同步轨道卫星的实时资料更新，让预报能持续跟上实际天况的变化。

规格：分辨率细到 5 公里，较上一代锐利约 5 倍

官方公布的空间分辨率采用分层设计：

• 地表温度与湿度：5 公里分辨率
• 其余地表变量：10 公里分辨率
• 高空变量（含风速）：25 公里分辨率

整体图像较 WeatherNext 2 锐利约 5 倍。分辨率提升的意义不只是「图更清楚」——在 5 公里尺度上，一场午后对流雨落在工地这一侧还是隔壁行政区，会是完全不同的施工决策。

降水预报的跃进：三套基准同时改善

降水一向是天气预报最难的变量。WeatherNext 3 在三套独立基准上都取得改善：

• 对卫星降水数据集 IMERG：最高改善 60%
• 对美国雷达系统 MRMS：改善 30%
• 对地面雨量站实测值：改善 10%
• 一日以上的中长期降水准确度：最高提升 50%

三个数字的落差本身就有解读价值：越贴近地面实测（雨量站），改善幅度越保守，这反而是诚实的呈现方式，而非只挑最好看的基准做宣传。中长期降水提升 50%，则直接关系到「三天后要不要停工、要不要提前调货」这类提前期决策。

此外，WeatherNext 3 新增两项针对产业需求的输出：100 米高度的风速预报（对应风力发电机轮毂高度，供可再生能源企业估算发电量），以及原生稀疏测站坐标点预测，可直接针对特定测站坐标出预报，而非只提供网格值。

从研究模型变成运营基础设施

比模型本身更值得注意的，是这次的铺设速度。WeatherNext 3 即日起已用于：

• Google 搜索、Gemini App、Google 地图
• Maps Platform Weather API（开发者可直接对接）
• Earth Engine
• 可经 BigQuery 与 Cloud Storage 批量下载历史与预报数据

换句话说，同一个模型同时服务「查明天会不会下雨」的普通用户，与「要把降水概率接进排程系统」的企业开发者。准确度方面，官方引用独立第三方 Brightband 的实测评测作为背书，而非仅提供自评数据——在 AI 模型性能宣称普遍夸张的环境下，这一点值得记上一笔。

对管理者的意义

天气长期被管理者当成「不可控的外部变量」，只能事后补救。当预报变成 5 公里分辨率、每小时更新、且能用 API 直接调用，它就从新闻画面变成可以进系统的一栏数据。对工地排程、旅游旺淡季调度、生鲜备料与物流派车而言，值得先问一个问题：我们现在有哪些决策，是因为「天气不确定」而多压了一层库存、多留了一天缓冲、或多排了一班人力？把这些隐性成本列出来，才知道更准的预报对自己值多少钱——这比急着对接 API 更重要。