一句话看懂：谷歌联合DeepMind发布WeatherNext 3，放弃传统物理模拟，改为直接从实时卫星数据学习天气。新模型把空间分辨率提升到5公里、预报更新缩短到每小时，并已接入Google搜索、地图和Gemini。
事件核心：发生了什么
谷歌研究团队与DeepMind于2026年9月正式发布WeatherNext 3。与此前依赖数值天气预报（NWP）数据的模型不同，WeatherNext 3直接处理地球同步轨道卫星的实时观测数据，因此能以小时级频率刷新预报，空间网格也从WeatherNext 2的25公里提升至5公里（温度、湿度等地面变量），整体细节较上代提升约五倍。降水预报方面，谷歌称在部分短期预报场景中准确率提升最高可达50%。该模型特别针对100米高度风速和太阳辐照度做了输出优化，可用于风电与光伏发电量估算。WeatherNext 3现已通过Google搜索、Maps、Gemini应用及Google Maps Platform Weather API等渠道对外开放，开发者也可在BigQuery、Earth Engine或Google Cloud Storage上访问数据。
为什么重要
WeatherNext 3的路线切换具有明确的行业信号意义：传统NWP模型依赖超算模拟，通常存在约六小时延迟，而实时卫星数据驱动的模型有望在快速演变的局地天气（如暴雨、风暴）上赢得预警时间。值得注意的是，谷歌并未完全放弃大气科学常识，而是在训练中引入了NASA的IMERG降水数据集和自研的全球降水分析作为校正基准。对长期依赖高算力物理模拟的气象领域而言，这一“从数据中直接学习”的路径若能持续验证有效，将显著降低预报服务的计算门槛，并让拉丁美洲、非洲、亚太等区域获得更精细的高质量预报——此前这些地区因区域模型算力成本过高而覆盖不足。
对用户/开发者/创作者的影响
对普通用户，Google搜索和Maps内的天气预报将获得更贴近街道层级的地形反馈，雨天出门的时间段判断会更准。对开发者与企业，WeatherNext 3的模型输出可通过API直接调用，能源、物流、农业领域的团队可以考虑用其100米风速和云量数据做发电功率预测或配送路线规划。需要特别提醒的是，谷歌公开表示该模型不替代官方气象服务——涉及严重天气警报和避险建议时，仍应以国家气象部门发布的信息为准。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，WeatherNext 3已进入产品化阶段，但业界更关注三个后续维度：其一，模型在缺少密集观测站的区域是否能在长周期运行中保持稳定精度；其二，上一代WeatherNext 2已在2025年11月发布并强调推理速度，此次新旧模型的性能对比数据尚未完整披露；其三，微软、英伟达等同样押注AI气象的厂商是否会跟进“直接学习实时卫星数据”的技术路线，并推动该赛道从模型竞赛转向实时数据基础设施的竞争。
