2026年9月3日，Google DeepMind 与 Google Research 以 WeatherNext 团队名义发文，介绍 WeatherNext 3。**事实：**该模型被描述为直接学习实时地球静止卫星镶嵌图，并每小时生成新的全球预报，而不是主要依赖文中所称约有六小时数据滞后的数值天气预报（NWP）分析场。**主张（Google，援引 Brightband）：**按 Brightband 的独立在线评测，这是迄今最先进、最准确的全球天气 AI 模型。**同文还写明：**官方预报、灾害性天气预警与公共安全提示，仍应咨询当地气象机构或国家气象部门。
这一组合——观测原生的技术跃迁，加上立刻铺进 Google 产品——才是这条新闻的主线。科学主张有边界；产品主张很大。
[1]模型里真正变了什么
按 Google 自己的说法，包括 WeatherNext 2 在内的多数近期 AI 天气系统，主要训练于 NWP 再分析或分析场：那是由超级计算机驱动的物理模拟产物，已是大气的加工表示。有用，但滞后。WeatherNext 3 的核心设计动作，是把全球实时地球静止卫星镶嵌数据，连同传统历史分析，送入单一的 Functional Generative Network（FGN）网格 Transformer。页面架构图还显示：稠密格点场、离散气旋路径，以及在稀疏站点坐标上的原生预测。
分辨率不是一个数字。**事实（按其所述）：**温度、湿度等关键地表变量以 5 公里分辨率呈现；其他地表变量 10 公里；风速等大气变量 25 公里。整体约比 WeatherNext 2 清晰五倍——后者是 25 公里格点、六小时步进。小时级刷新，对快于六小时周期组织起来的风暴与锋面有意义；5 公里地表场，则对山谷、海岸与山脊线有意义——那些地方温度与湿度可在数公里内剧变。
模型还直接训练稀疏气象站观测，使全球 5 公里格点能反映局地地形——这是对文中以英国为例展示的 WeatherNext 2 过平滑温度场的明确纠偏。降水训练语料为 NASA 的 IMERG 卫星反演，以及 Google 自有的卫星—雷达降水再分析。清洁能源变量被点名：约风机轮毂高度的 100 米风速、高分辨率云量，以及到达地表的太阳辐射。
[1]证据、公司数字，以及仍然偏薄之处
**就页面自身表述而言相对扎实的部分：**点名的架构转向（实时镶嵌 → FGN 网格 Transformer → 小时级输出）；相对具名前代的清晰分辨率阶梯；点名的降水训练语料；点名的分发路径；以及公开点名的独立评测方 Brightband，并链向在线排行榜。
**仍属公司自报、须按公司自报标注的部分：**相对 IMERG 的 Continuous Ranked Probability Score（CRPS）改善最高约 60%，相对 MRMS 约 30%，相对雨量计在早期时效约 10%；以及产品侧所称，在 Google 产品中规划一天及以上行程时，降水预报“最高可提升约 50% 准确度”，且“在历史上预报较弱的地区改善最大”。这些百分比在博文正文中并未附上完整时效表、地理掩膜或经同行评审的方法附录。文中宣传有论文链接；本台未重读论文全文。
**钢人反驳：**假定 Brightband 在线排名成立，且相对 IMERG／MRMS／雨量计的 CRPS 增益经得起外部审视。那么 WeatherNext 3 做的，正是领域多年来想要的事——缩小 AI 天气模型与真正看见对流系统生成的传感器之间的距离——并把结果送进人们已经打开的工具。在此钢人下，把新闻贬成“又一次 Google 天气演示”，会低估数据路径本身的变化。公正检验不看语气，而看独立在线分数能否站住，以及国家气象部门是否觉得这些场可用，而不只是好看。
[1]分发才是产品命题
“研究成果应用于整个生态”在这里不是脚注，而是公告的一半。**事实：**Google 称，小时级更新的高分辨率预报数据可在 BigQuery 与 Earth Engine 中查询，或从 Google Cloud Storage 批量下载，无需自行搭模型。同一代模型据称即日起开始驱动 Google 搜索、Gemini 应用、Google 地图、Google Maps Platform Weather API 与 Google Earth Engine 中的天气体验。
这与只发布一个权重检查点，是另一种权力。只活在研究桶里的 5 公里、小时级场，改变的是会议幻灯片；同一份场进入地图与搜索，改变的是数以亿计用户的周末行李决定——以及从未训练过模型的开发者所能调用的默认天气层。文中的人尺度例子是刻意的：准备周末旅行；选择户外活动日子；应急人员、空管、农民；电网运营商用轮毂高度风速与地表辐射去匹配需求。
**推断（标明）：**WeatherNext 3 的商业与公共杠杆，更多来自 Google 的产品面积，而非任何单一 CRPS 标题。对手可以追齐网格 Transformer；很少有人能在同一天把刷新后的全球场送进搜索、地图与 Maps Platform API。
[1]服务不足地区，以及仍然重要的免责声明
博文称，高保真区域模式历来算力昂贵，拉丁美洲、非洲与亚太部分地区因此服务不足。一个全球 5 公里、感知观测的模型，被当作无需另建传统区域 NWP 中心即可把局地预报带给这些地区的路径。这一志向在道德上有吸引力、在技术上也说得通；就目前而言，它主要仍是公司志向，度量也多依赖公司指标与 Google 产品遥测。
因此文末免责声明不是可略过的套话。国家气象部门仍是预警与公共安全提示的权威。Brightband 可以排列在线技巧；Google 可以改善地图里的降水概率；两者都不能取代发布洪水预警的值班预报员。博文自己也承认，大气仍保留不可预测性。观测原生训练削弱的是一类滞后偏差；它并不废除混沌。
[1]未来六个月看什么
看三个具体信号。第一：Brightband 独立在线排行榜是否在完整对流季——而不只是发布窗口——仍把 WeatherNext 3 放在 Google 所宣称的位置，并相对具名对手？第二：公司自报的相对 IMERG、MRMS 与雨量计的 CRPS 增益，是否出现在可复现时效与区域的论文或第三方评估中，抑或回落？第三：国家气象部门与能源运营方，是把 BigQuery／Earth Engine／Maps Platform 场当作业务输入，还是当作仍须叠加官方指引的便利消费级图层？
若观测原生路径在外部分数下站得住，持久变化是方法论上的：天气 AI 不再主要是带更好解码器的 NWP 模仿者，而成为从“此刻看见天空的传感器”刷新的系统。若分数回落，或产品主张跑在科学主张前面，剩下的仍很可观——Google 把新场塞进人们已经信任、用来决定伞、航班与周末计划的应用的能力。无论哪种结局，发布日就点名的两道围栏——Brightband 与国家气象部门免责声明——仍是值得继续盯住的边界。
[1]