Google DeepMind и Google Research представили WeatherNext 3, которую компания описывает как самую продвинутую глобальную модель прогнозирования погоды на сегодняшний день. Независимые оперативные оценки, проведённые Brightband, показывают, что система обеспечивает значительный скачок в точности прогнозирования и пространственном разрешении как по сравнению с традиционными численными методами, так и с предшественницей WeatherNext 2.

Новая модель отходит от устоявшейся практики, обучаясь непосредственно на наблюдениях в реальном времени, а не полагаясь исключительно на исторические данные численного прогнозирования погоды, которые обычно имеют шестичасовую задержку. WeatherNext 3 ежечасно принимает глобальные мозаики геостационарных спутников в реальном времени, что позволяет ей генерировать прогнозы каждый час с разрешением до пяти километров для приземных переменных, таких как температура и влажность. Переход к прогнозированию на основе ИИ имеет значение далеко за пределами продуктов самой Google: модели машинного обучения, как правило, работают лишь на долю вычислительных затрат традиционного численного прогнозирования погоды на суперкомпьютерах — фактор, влияющий на скорость внедрения аналогичных технологий такими организациями, как NOAA, ECMWF и национальные метеорологические службы.

Это означает пятикратное улучшение пространственной точности по сравнению с WeatherNext 2, работавшей на сетке 25 километров с шестичасовым шагом; атмосферные переменные, включая скорость ветра, разрешаются с шагом 25 километров. В основе системы лежит mesh-трансформер Functional Generative Network, обрабатывающий как спутниковые изображения, так и традиционный исторический анализ, чтобы изначально создавать плотные сеточные поля, дискретные траектории циклонов и прогнозы на уровне станций.

Introducing WeatherNext 3, our most advanced and accurate global weather AI model to date, from @GoogleDeepMind and @GoogleResearch. This new forecasting model learns directly from real-time observations, and uses raw satellite data to produce a forecast every hour in high… pic.twitter.com/WlljsjiSfy — News from Google (@NewsFromGoogle) September 3, 2026

Прогнозирование энергетики и глобальная доступность

Помимо технического усовершенствования, WeatherNext 3 привносит специализированные возможности для сферы возобновляемой энергетики и исторически недостаточно обслуживаемых регионов. Модель прогнозирует скорость ветра на высоте 100 метров вместе с высокоточными оценками облачности и солнечной радиации, предоставляя операторам энергосетей и застройщикам точные инструменты для предсказания выработки чистой энергии и балансировки предложения с потребительским спросом. Эта возможность решает давнюю операционную проблему сетей с растущей долей ветровой и солнечной генерации, где изменчивость выработки требует точных краткосрочных прогнозов для планирования диспетчеризации и поддержания надёжности.

Поскольку система обучается непосредственно на разреженных наблюдениях метеостанций, а не на сглаженных атмосферных симуляциях, она учитывает местный рельеф и экстремальные микроклиматические вариации, особенно значимые для прибрежных, долинных и горных сообществ. Эта методология особенно важна для Латинской Америки, Африки и Азиатско-Тихоокеанского региона, где высокоточное прогнозирование исторически сдерживалось непомерными затратами на суперкомпьютеры для традиционных региональных моделей.

Точность прогнозирования осадков заметно повысилась благодаря обучению на спутниковых данных IMERG от NASA и собственной глобальной реанализа осадков Google. Независимые оценки показывают улучшение показателей Continuous Ranked Probability Score до 60% относительно бенчмарков IMERG, а также улучшения на 30% относительно MRMS и на 10% относительно измерений дождемеров на ранних сроках прогноза.

Google разворачивает WeatherNext 3 в своих потребительских и корпоративных экосистемах с немедленным вступлением в силу. Модель теперь поддерживает погодные функции в Search, Gemini, Maps, Weather API платформы Google Maps и Earth Engine. Пользователи, планирующие поездки или мероприятия на открытом воздухе, могут столкнуться с прогнозами осадков, точными до 50% больше на дальних горизонтах, причём наиболее выраженный прогресс — в регионах, ранее лишённых надёжной прогнозной инфраструктуры.

Для исследователей и компаний ежечасные глобальные наборы прогнозных данных можно запрашивать через BigQuery и Earth Engine или скачивать оптом через Google Cloud Storage без необходимости развёртывания собственной модели. Этот выпуск продолжает линейку моделей WeatherNext и работу Google над GraphCast, являясь частью более широкой отраслевой тенденции, при которой ИИ-модели погоды от крупных технологических компаний и метеорологических агентств всё чаще используются наряду, а не вместо традиционных физически обоснованных систем прогнозирования.