Google DeepMind 表示 WeatherNext 在氣旋預報上取得突破
重點速覽
- •Google DeepMind 的 WeatherNext AI 模型在氣旋路徑、強度與風場結構預測上，額外提供超過 24 小時的提前量。
- •該模型以近 20 terabytes 的全球大氣資料與涵蓋約 5,000 場歷史風暴的資料進行訓練。
- •在 2025 年颶風季，WeatherNext 協助 National Hurricane Center 預測 Hurricane Melissa 的快速增強與在牙買加登陸，並據此發出提前警報。
- •Google DeepMind 正開源 WeatherNext 2 與 WeatherNext Cyclones 的模型程式碼與權重，並釋出可在單一 TPU 上執行的 WeatherNext 2-mini。
- •該模型使用解析度為 28x28 公里的資料即可達成高準確度，約比傳統氣旋預報系統所需的解析度粗 100 倍。
Google DeepMind 表示 WeatherNext 在氣旋預報上取得突破
WeatherNext 團隊
WeatherNext 可提供準確的氣旋預報，並額外帶來一天的預警時間。Google DeepMind 現正將該模型開源。
預測危險氣旋的發展長期以來一直是一項挑戰，因為每一小時都很關鍵。熱帶氣旋——也稱為颶風或颱風——是地球上最具破壞力的天氣現象之一，在過去 50 年間，全球造成超過 700,000 人死亡與 1.4 兆美元的經濟損失。對預報員而言，及時且準確地發出警報是一場與時間的持續競賽。聯合國透過其 Early Warnings for All 倡議，將早期預警系統列為全球優先事項，目標是在 2027 年前確保地球上每個人都受到危害警報系統的保護。
今天，在一篇發表於 Nature 的論文中，Google DeepMind 表示，其 WeatherNext AI 模型在預測氣旋路徑、強度與風場結構方面達到最先進的準確度。平均而言，該模型為預報員帶來額外一天的預測準確性：其三天預報的表現，與先前模型只能提供未來兩天預報的效果相當。公司表示，這一進展大致相當於十年的氣象學進步。WeatherNext 建立在 Google 先前的 AI 天氣模型 GraphCast 和 GenCast 之上，將研究重點進一步延伸至熱帶氣旋。
這項工作匯集了 Google DeepMind 與 Google Research 的 AI 研究人員和工程師，以及 National Hurricane Center（NHC）、Cooperative Institute for Research in the Atmosphere（CIRA）、UK Met Office 和全球各地氣象機構的專家預報員。
Google 表示，這項研究已經產生實際影響。在 2025 年颶風季期間，該模型透過預測 Hurricane Melissa 的快速增強與在牙買加登陸，協助 NHC 做出一項歷史性預報。這使 NHC 得以提前發出警報，為地面團隊爭取到關鍵準備時間。今年，雙方持續合作，並開始為每個氣旋預測 1,000 種可能情境，以支援預報員的決策。
天氣影響每個人。基於這種廣泛影響，Google DeepMind 現在開源其在颶風季使用的 WeatherNext 2 與 WeatherNext Cyclones 模型。透過將這項技術公開提供，公司希望支持研究社群，並擴大 AI 在打造更具韌性社區方面的作用——無論是為地方預報員提供準備天然災害所需工具、支持再生能源成長，或是預測極端天氣。
WeatherNext 如何預測天氣與氣旋
WeatherNext Cyclones 以 Hurricane Milton 期間（2024 年 10 月）的全球大氣條件為起點，逐步預測全球天氣型態與精細尺度的氣旋路徑，最遠可提前 15 天。運行一個包含 1,000 名成員的集合預報，可產生熱帶風暴至颶風等級風速的局部機率圖。
氣旋預報傳統上需要在兩種不同的建模方法之間權衡。氣旋的路徑——它會往哪裡移動——由大尺度的全球大氣環流所引導，過去通常由較粗略的全球模型最佳地建模。然而，氣旋的強度——它會增強到多強——則取決於其核心周圍高度局部化、精細尺度的熱力學物理過程，這通常由專門的高解析度區域模型來建模。
WeatherNext 模型透過同時改善全球天氣與氣旋預報，彌合了這一差距。它是一個單一的 AI 模型，能以最先進的準確度預測熱帶氣旋的路徑、強度與風場結構。公司表示，這一突破來自其訓練方式、架構與對低解析度輸入的處理方法之獨特組合。
我們在 2023 年至 2024 年的歷史氣旋上評估了 WeatherNext Cyclones，並將其確定性與機率性表現與其他頂尖天氣模型進行基準比較。平均而言，WeatherNext Cyclones 在氣旋路徑、強度與風場結構預測上，能多提供超過整整一天（24 小時）的提前量優勢。
該模型以兩種不同的資料模態共同訓練：全球天氣動力學與專家整理的歷史氣旋觀測資料。透過端到端訓練，模型使用了近 20 terabytes 的全球大氣資料，以及涵蓋近 5,000 場歷史風暴的 IBTrACS 歷史資料庫，從而學會複雜的大氣模式與極端天氣行為。
近幾十年來，氣旋預報準確度持續提升。圖表顯示 ECMWF-ENS 路徑預報（a）與 HWRF 強度預報（b）多年來的三天準確度，以及 WeatherNext Cyclones 如何在路徑與強度兩方面都帶來明顯躍升。根據過去 20 年的趨勢，這一改進相當於約十年的進展。
該模型使用 Functional Generative Networks（FGNs）高效生成不同預測的集合，以捕捉天氣本身固有的不確定性。我們現在可以在 TPU 上不到一分鐘內生成一個 15 天預報，讓預報員能快速評估可能造成嚴重影響的尾端風險之機率分布。去年，我們的系統一次產生 50 個預測，與全球物理模型相當。今年，我們將集合規模擴大到 1,000 個成員，以更好捕捉像 2025 年 Hurricane Melissa 期間出現的快速增強等罕見但影響重大的情境。
直到目前為止，高空間解析度通常被視為準確強度預報的主要驅動因素。然而，WeatherNext Cyclones 只需要解析度為 28x28km 的資料，這比傳統模型粗糙 100 倍。該模型的較小版本 WeatherNext 2-mini 以更粗的 111x111km 解析度運作，也展現出優異表現。這令科學家感到意外，而模型為何能在這樣的解析度下產生如此準確的預測，仍是一個開放的研究問題。我們希望能與研究社群一起找出答案。
向研究社群開放 WeatherNext
除了 Nature 論文之外，我們也開源了程式碼與模型權重，供任何人免費使用與延伸。這包括學術研究、作業性預報，或開發更專門、在地化的模型。我們希望這能加速全球天氣社群的進展，並賦能氣象機構、研究人員與非營利組織，更好地預測各類天氣事件，並做出保護生命與基礎設施的關鍵決策。
我們也同時發布兩組相近模型：WeatherNext Cyclones（在颶風季期間運行，其結果可見於論文）以及 WeatherNext 2（今年 10 月投入運作的後續更新）。此外，我們還發布 WeatherNext 2-mini，這是該模型的精簡版本，可在免費的公開 Colab notebook 中於單一 TPU 上運行。
您也可以在 Weather Lab 上探索最新的氣旋預報。Google 最近為其更新了全新介面，並擴充加入全球天氣預報與氣旋路徑。Weather Lab 現在可讓使用者在單一畫面中視覺化 WeatherNext 對溫度、降水、風速等的預測。Weather Lab 與 WeatherNext 模型皆屬於 Google Earth AI 的一部分。
推進 AI 天氣預報的前沿
我們已透過將氣旋預測的提前量提升超過整整一天，取得歷史性突破——這一進展相當於十年的氣象學進步。隨著未來風暴季節來臨，我們邀請研究人員、氣象機構與專家與我們合作，基於我們的開源模型進一步開發，並在 Weather Lab 上探索我們的預報。
透過結合先進機器學習與人類預報員不可或缺的實務專業知識，我們希望建立一個協作式天氣預報生態系統，能夠拯救生命，並幫助社區適應氣候變遷。
注意：如需官方天氣預報與警報，請參考您所在地的氣象機構或國家氣象服務。
致謝
這項研究由 Google DeepMind 與 Google Research 團隊共同開發。
我們要感謝合作夥伴 NOAA/NWS/NCEP National Hurricane Center、Cooperative Institute for Research in the Atmosphere（CIRA）以及 UK Met Office 對本文的合作與貢獻。
本文共同作者包括：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 與 Peter Battaglia。
