Google DeepMind 開源氣象預測模型 WeatherNext，登 Nature 期刊並將氣旋預測準確度提前一天

Google DeepMind 在《Nature》期刊發表氣象預測 AI 模型 WeatherNext，並宣布開源其程式碼與模型權重。該模型能同時預測熱帶氣旋的路徑、強度與風場結構，將預測準確度平均提前一天（其 3 天預測準確度等同過去模型的 2 天預測）。 模型採用 Functional Generative Networks (FGNs) 架構，在近 20TB 的全球大氣資料與包含約 5,000 場歷史風暴的 IBTrACS 資料庫上進行端到端聯合訓練。在單一 TPU 上，不到一分鐘即可生成 15 天的預測。今年系統的系集（ensemble）預測規模從 50 擴增至 1,000 個，以捕捉極端氣候情境。 在解析度方面，WeatherNext Cyclones 僅需 28x28km 的資料即可運作，比傳統模型粗糙 100 倍卻能維持高準確度。本次開源包含三個版本：颶風季使用的 WeatherNext Cyclones、10 月部署的更新版 WeatherNext 2，以及可在單一 TPU 與免費公共 Colab 筆記本上執行的輕量版 WeatherNext 2-mini（解析度為 111x111km）。 該模型已於 2025 年颶風季協助美國國家颶風中心（NHC）成功預測 Melissa 颶風在牙買加的快速增強與登陸。官方同步更新 Weather Lab 介面，開放視覺化查詢溫度、降水與風速等預測數據。