WeatherNext 3 發表：Google DeepMind 把天氣預報做到 5 公里、每小時更新

2026 年 9 月 3 日，Google DeepMind 與 Google Research 共同發表新一代全球天氣 AI 模型 WeatherNext 3，官方稱其為目前最先進的全球天氣預報模型。與過去以「一天跑幾次」為節奏的數值預報不同，WeatherNext 3 改為每小時依同步軌道衛星的即時資料更新，讓預報能持續追上實際天況的變化。

規格：解析度細到 5 公里，較前代銳利約 5 倍

官方公布的空間解析度採分層設計：

• 地表溫度與濕度：5 公里解析度
• 其餘地表變數：10 公里解析度
• 高空變數（含風速）：25 公里解析度

整體影像較 WeatherNext 2 銳利約 5 倍。解析度提升的意義不只是「圖比較清楚」——在 5 公里尺度上，一場午後對流雨落在工地這一側還是隔壁行政區，會是完全不同的施工決策。

降水預報的躍進：三套基準同時改善

降水一向是天氣預報最難的變數。WeatherNext 3 在三套獨立基準上都取得改善：

• 對衛星降水資料集 IMERG：最高改善 60%
• 對美國雷達系統 MRMS：改善 30%
• 對地面雨量站實測值：改善 10%
• 一日以上的中長期降水準確度：最高提升 50%

三個數字的落差本身就有解讀價值：越貼近地面實測（雨量站），改善幅度越保守，這反而是誠實的呈現方式，而非只挑最好看的基準宣傳。中長期降水提升 50%，則直接關係到「三天後要不要停工、要不要提前調貨」這類提前期決策。

此外，WeatherNext 3 新增兩項針對產業需求的輸出：100 公尺高度的風速預報（對應風力發電機輪轂高度，供再生能源業者估算發電量），以及原生稀疏測站座標點預測，可直接針對特定測站座標出預報，而非只提供網格值。

從研究模型變成營運基礎設施

比模型本身更值得注意的，是這次的鋪設速度。WeatherNext 3 即日起已用於：

• Google 搜尋、Gemini App、Google 地圖
• Maps Platform Weather API（開發者可直接串接）
• Earth Engine
• 可經 BigQuery 與 Cloud Storage 批次下載歷史與預報資料

換句話說，同一個模型同時服務「查明天會不會下雨」的一般使用者，與「要把降水機率接進排程系統」的企業開發者。準確度方面，官方引用獨立第三方 Brightband 的實測評測作為背書，而非僅提供自評數據——在 AI 模型效能宣稱普遍浮誇的環境下，這一點值得記上一筆。

對管理者的意義

天氣長期被管理者當成「不可控的外部變數」，只能事後補救。當預報變成 5 公里解析度、每小時更新、且能用 API 直接呼叫，它就從新聞畫面變成可以進系統的一欄資料。對工地排程、旅遊旺淡季調度、生鮮備料與物流派車而言，值得先問一個問題：我們現在有哪些決策，是因為「天氣不確定」而多壓了一層庫存、多留了一天緩衝、或多排了一班人力？把這些隱性成本列出來，才知道更準的預報對自己值多少錢——這比急著串 API 更重要。