Google DeepMind 开源 WeatherNext 气旋预报模型，预警提前一天

2026年8月6日 科学

WeatherNext 团队

WeatherNext 能够实现精准的气旋预报，从而多提供一天的预警时间。现在我们正在开源该模型。

预测危险气旋如何发展是一项长期挑战，每一小时都至关重要。热带气旋——也称飓风或台风——是地球上最具破坏性的天气现象之一，过去 50 年间在全球造成超过 70 万人死亡和 1.4 万亿美元的经济损失。对预报员而言，及时、准确地发布预警是一场与时间的持续赛跑。

今天，在发表在 Nature 上的一篇论文中，我们展示了我们的 WeatherNext AI 模型在预测气旋路径、强度和风场结构方面达到了最先进的准确度。平均而言，我们的模型为预报员额外提供了一天的预测准确度：我们的三天预报与先前模型仅能提供的未来两天预报一样好。这一提升幅度大致相当于气象学十年的进展。

这项合作工作汇聚了 Google DeepMind 和 Google Research 的 AI 研究人员与工程师，以及 National Hurricane Center（NHC）、Cooperative Institute for Research in the Atmosphere（CIRA）、UK Met Office 和世界各地气象机构的专家预报员。

我们的研究已经产生了现实影响。在 2025 年飓风季期间，我们的模型通过预测风暴的快速增强和登陆牙买加，帮助 NHC 做出了关于飓风 Melissa 的历史性预报。这使 NHC 得以提前发布预警，为当地团队提供了关键的准备时间。今年，我们继续合作，现在为每个气旋预测 1,000 种可能情景，以帮助支持预报员的决策。

天气影响着每个人。鉴于这种广泛影响，我们现在将飓风季期间使用的 WeatherNext 2 和 WeatherNext Cyclones 模型开源。通过公开这项技术，我们希望赋能研究社区，并放大 AI 在建设更具韧性社区方面的影响——无论是为当地预报员提供防范自然灾害所需的工具、支持可再生能源发展，还是预测极端天气。

WeatherNext 如何预测天气和气旋

预测气旋通常需要在两种不同的建模技术之间权衡取舍。气旋的路径（它去哪里）由庞大的全球大气环流引导，在此之前，这种环流最适合用较粗分辨率的全球模型来建模。然而，气旋的强度（它变得多强）由其核心周围高度局部化的精细尺度热力学物理过程驱动，这些过程最适合用专门的、更高分辨率的局地模型来建模。

我们的 WeatherNext 模型弥合了这一差距，既提升了全球整体天气的预报能力，也提升了对气旋的预报能力。它是一个单一 AI 模型，能以最先进的精度预测热带气旋的路径、强度和风场结构。它通过训练、架构以及对低分辨率输入处理方式的独特结合实现了这一突破。

该模型在两种不同的数据模态上进行了联合训练：全球天气动力学和由专家整理的历史气旋观测数据。通过在近 20 太字节的全球大气数据和涵盖近 5,000 场历史风暴的 IBTrACS 历史数据库上进行端到端训练，模型学习到了复杂的大气模式以及如何对极端天气进行建模。

我们的模型使用 Functional Generative Networks (FGNs) 来高效生成不同预测的集合，从而捕捉天气固有的不确定性。现在，我们可以在 TPU 上不到一分钟内生成一份 15 天预报，使预报员能够快速评估潜在毁灭性尾部风险的概率分布。去年，我们的系统一次可生成 50 个预测，与全球物理模型相当。今年我们将集合规模扩大到 1,000 个成员，从而能够捕捉罕见但影响重大的情景，例如 2025 年飓风 Melissa 期间发生的快速增强事件。

迄今为止，在极高空间分辨率下运行一直被认为是实现准确强度预报的主要驱动因素。然而，WeatherNext Cyclones 只需要 28x28 公里分辨率的数据，比传统模型粗 100 倍。该模型的一个较小版本 WeatherNext 2-mini 在更粗的 111x111 公里分辨率下运行，也展现出优异的表现。这让科学家们感到惊讶，而要充分理解我们的模型如何在这一分辨率下产生如此准确的预测，仍是一个开放的研究问题。我们希望与研究界一起找出答案。

向研究界开放 WeatherNext

在我们的 Nature 论文之外，我们还开源了代码和模型权重，让任何人都可以自由地在此基础上进行构建。这包括学术研究、业务预报，或开发更专门化、本地化的模型。我们希望加速全球天气界的进展，并赋能气象机构、研究人员和非营利组织更好地预测各类天气事件，并做出保护生命和基础设施的关键决策。

我们还将发布两组类似的模型：WeatherNext Cyclones，该模型在飓风季期间运行（结果可在论文中查看）；以及 WeatherNext 2，这是我们在 10 月投入业务运行的后续更新版本。此外，我们还将发布 WeatherNext 2-mini，这是该模型的紧凑版本，可以在免费的公共 Colab notebook 中在单个 TPU 上运行。

你可以在 Weather Lab 上探索我们最新的气旋预报，我们最近为该平台更新了全新界面，并将其扩展至在气旋路径之外也包含全球天气预报。Weather Lab 现在让你可以在单一视图中可视化 WeatherNext 对温度、降水、风速等的预测。Weather Lab 和 WeatherNext 模型都是 Google Earth AI 的一部分。

推动天气预报 AI 的前沿

我们取得了一项历史性突破，在预测气旋方面获得了超过一整天的提前量——相当于气象学十年的进展。在我们为未来的风暴季做准备之际，我们邀请研究人员、气象机构和专家与我们合作，基于我们的开源模型继续构建，并在 Weather Lab 上探索我们的预报。通过将先进的机器学习与人类预报员不可或缺的现实世界专业知识相结合，我们旨在创建一个协作式天气预报生态系统，以拯救生命并帮助社区适应不断变化的气候。

注意：如需官方天气预报和预警，请参阅当地气象机构或国家气象局。

致谢

这项研究由 Google DeepMind 和 Google Research 团队共同开发。

我们要感谢我们的合作伙伴 NOAA/NWS/NCEP 国家飓风中心、大气研究合作研究所 (CIRA) 和英国气象局，感谢他们的合作以及对论文的贡献。

这项工作体现了论文合著者的贡献：Ferran Alet、Tom Andersson、Ilan Price、Stratis Markou、Andrew El-Kadi、Dominic Masters、Amy Li、Samier Merchant、Natalie Williams、Gregory Thornton、Ken MacKay、Olivia Graham、Akib Uddin、Ben Gaiarin、Devaja Shah、Elinor Kruse、Wallace Hogsett、David Zelinsky、John Cangialosi、Jonathan Martinez、James Franklin、Mark DeMaria、Kate Musgrave、Caroline L. Bain、Helen Titley、Jacklynn Stott、Remi Lam、Aaron Bell、Paul Komarek、Matthew Willson、Alvaro Sanchez-Gonzalez 和 Peter Battaglia。