WeatherNext 氣旋預報模型開源:颱風預警多爭取一天,程式碼與權重全部公開
Google DeepMind 於 2026 年 8 月 6 日發布 WeatherNext 氣旋預報成果,研究同日登上《Nature》,並在同一天開源三款模型。依官方說明,路徑、強度、風場結構均約多出一天預警前置時間,2025 年大西洋颶風季已由美國國家颶風中心實際採用。
Google DeepMind 於 2026 年 8 月 6 日發布熱帶氣旋預報模型 WeatherNext 的最新成果,研究同日登上《Nature》,而且同一天就把模型開源:程式碼與權重放上 GitHub,附 Colab 執行範例,也能在 Weather Lab 介面上視覺化。值得先講清楚的是節奏——這不是「論文先行、模型再說」,而是論文與可執行模型同日出貨。
此次開源共三款模型:
- WeatherNext Cyclones——2025 年大西洋颶風季實際運行的版本。
- WeatherNext 2——同批開源的通用天氣預報模型。
- WeatherNext 2-mini——輕量版,單張 TPU 就能跑。
規格:格點更粗,速度以分鐘計
WeatherNext 的輸入解析度為 28×28 公里。與全球數值天氣模式(約 9 至 13 公里)相比,邊長約粗 3 倍;若以面積計、並對照約 3 公里級的高解析度區域數值模式,則粗約一百倍。換言之,它不是靠解析更細的網格取勝,而是靠模型學到的統計結構取勝。訓練資料包含約 20TB 氣象資料與 IBTrACS 歷史風暴資料庫,架構採用 Functional Generative Networks(FGN)。在 TPU 上,一次 15 天預報不到一分鐘就能產出;集合預報可擴充到 1,000 個成員,用來描繪路徑與強度的機率分布,而不是給出單一「答案」。
成效:多出來的那「一天」
依 Google DeepMind 說明,模型在路徑、強度、風場結構三個面向各約多出一天的預警前置時間——今天的 3 天預報,準確度相當於過去的 2 天預報。以量化指標看,3 天預報的位置誤差約 100 公里、強度誤差約 11 節。官方形容這相當於「十年份的氣象學進展」;這是 Google DeepMind 自己的說法,宜視為廠商自評,而非中立第三方的結論。
已進入國家級作業流程
WeatherNext Cyclones 在 2025 年大西洋颶風季已被美國國家颶風中心(NHC)實際採用,用於預報颶風 Melissa 的快速增強與在牙買加登陸。這顯示模型已進入國家級預報機構的作業流程,而不只是基準測試上的分數。
要留意的邊界
氣旋預報本質上是機率預報,模型給的是「路徑與強度落在哪個範圍的可能性」,不是災害的精準預知;集合預報之所以要跑到 1,000 個成員,正是因為單一軌跡本身沒有意義。把「多一天預警」理解成「多一天可用來準備的機率資訊」是對的;理解成「提前一天就知道會怎樣」則是誤讀。
對管理者的意義
泰國每年受熱帶氣旋與季風洪災影響,衝擊面從工廠停工、物流延誤、原料受潮,一路延伸到農產損失與保險理賠。多出 24 小時的預警窗口,換算成營運語言就是多一天可以:
- 把原料架高或撤離低窪區。
- 調整班表與人力調度。
- 通知客戶交期可能延後。
- 啟動備援供應商與替代運輸路線。
模型這次免費開源,也意味著企業內部的資料團隊或本地研究單位可以自行取用、依自家廠區位置做二次應用,不必被動等待大型商業氣象服務推出方案。真正該先做的準備其實不在技術端:如果明天你多知道一天,你的哪一個決策會因此不同?想不出來,預報再準也換不到韌性。