WeatherNext 气旋预报模型开源：台风预警多争取一天，代码与权重全部公开

Google DeepMind 于 2026 年 8 月 6 日发布热带气旋预报模型 WeatherNext 的最新成果，研究同日登上《Nature》，而且同一天就把模型开源：代码与权重放上 GitHub，附 Colab 运行示例，也能在 Weather Lab 界面上做可视化。首先要讲清楚的是节奏——这不是「论文先行、模型再说」，而是论文与可执行模型同日交付。

此次开源共三款模型：

• WeatherNext Cyclones——2025 年大西洋飓风季实际运行的版本。
• WeatherNext 2——同批开源的通用天气预报模型。
• WeatherNext 2-mini——轻量版，单张 TPU 就能跑。

规格：网格更粗，速度以分钟计

WeatherNext 的输入分辨率为 28×28 公里。与全球数值天气模式（约 9 至 13 公里）相比，边长约粗 3 倍；若以面积计，并对照约 3 公里级的高分辨率区域数值模式，则粗约一百倍。换言之，它不是靠更细的网格取胜，而是靠模型学到的统计结构取胜。训练数据包含约 20TB 气象数据与 IBTrACS 历史风暴数据库，架构采用 Functional Generative Networks（FGN）。在 TPU 上，一次 15 天预报不到一分钟即可产出；集合预报可扩展到 1,000 个成员，用于刻画路径与强度的概率分布，而不是给出单一「答案」。

成效：多出来的那「一天」

据 Google DeepMind 说明，模型在路径、强度、风场结构三个方面各约多出一天的预警提前量——今天的 3 天预报，准确度相当于过去的 2 天预报。从量化指标看，3 天预报的位置误差约 100 公里、强度误差约 11 节。官方形容这相当于「十年份的气象学进展」；这是 Google DeepMind 自己的说法，宜视为厂商自评，而非中立第三方结论。

已进入国家级业务流程

WeatherNext Cyclones 在 2025 年大西洋飓风季已被美国国家飓风中心（NHC）实际采用，用于预报飓风 Melissa 的快速增强与在牙买加登陆。这显示模型已进入国家级预报机构的业务流程，而不只是基准测试上的分数。

需要留意的边界

气旋预报本质上是概率预报，模型给出的是「路径与强度落在哪个范围的可能性」，而不是灾害的精准预知；集合预报之所以要跑到 1,000 个成员，正是因为单一轨迹本身没有意义。把「多一天预警」理解为「多一天可用于准备的概率信息」是对的；理解成「提前一天就知道会怎样」则是误读。

对管理者的意义

泰国每年受热带气旋与季风洪灾影响，冲击面从工厂停工、物流延误、原料受潮，一路延伸到农产损失与保险理赔。多出 24 小时的预警窗口，换算成运营语言就是多一天可以：

• 把物料垫高或撤离低洼区。
• 调整排班与人力调度。
• 通知客户交期可能延后。
• 启动备援供应商与替代运输路线。

模型这次免费开源，也意味着企业内部的数据团队或本地研究机构可以自行取用、按自家厂区位置做二次应用，不必被动等待大型商业气象服务推出方案。真正该先做的准备其实不在技术端：如果明天你多知道一天，你的哪一个决策会因此不同？想不出来，预报再准也换不来韧性。