三天预报，做到了过去两天的水平

热带气旋——在不同海域分别被称为飓风或台风——是地球上破坏力最强的天气现象之一。过去 50 年间，全球因气旋造成的死亡人数超过 70 万，经济损失达 1.4 万亿美元。

谷歌公布的结果显示，WeatherNext 在预测气旋的路径、强度和风场结构三项指标上均达到当前最高精度水平。按平均表现衡量，该模型为预报员多争取了整整一天的有效预报时间：它的三日预报精度，相当于此前模型仅能在两日尺度上达到的水准。谷歌将这一提升幅度描述为「约等于气象学十年的进展」。

这项成果由谷歌 DeepMind 和 Google Research 的 AI 研究人员与工程师，联合美国国家飓风中心（NHC）、大气研究合作研究所（CIRA）、英国气象局以及全球多家气象机构的资深预报员共同完成。

模型已经在真实场景中发挥过作用。在 2025 年飓风季中，该模型帮助美国国家飓风中心对飓风梅丽莎（Melissa）做出了一次具有历史意义的预报——准确预测了风暴的快速增强过程及其在牙买加的登陆，使飓风中心得以提前发布预警，为地面救援团队争取到了关键的准备时间。

一个模型，同时解决两个难题

气旋预报长期存在一个技术上的两难。

风暴要往哪里走，由大尺度的全球大气环流决定，此前只能依靠分辨率较粗的全球模式来模拟；而风暴会变得多强，则取决于风眼周围高度局地化的精细热力学过程，需要专门的高分辨率局地模式来处理。两套模型各管一头，难以统一。

WeatherNext 用单一模型同时给出路径、强度和风场结构的预测，跨过了这道鸿沟。它的训练采用了两类不同的数据：一是全球天气动力学数据，二是专家整编的历史气旋观测记录。模型端到端学习了近 20 TB 全球大气数据，以及涵盖近 5000 场历史风暴的 IBTrACS 国际气旋最佳路径档案数据库。

研究团队用 2023 至 2024 年的历史气旋对模型进行了评估，将其确定性预报和概率预报能力与其他顶尖天气模型对标，包括谷歌自家的 GenCast、欧洲中期天气预报中心的 ENS 模式，以及美国国家海洋和大气管理局的飓风分析与预报系统。结果显示，WeatherNext 在路径、强度和风场结构三项上均获得了超过 24 小时的提前量优势。

生成效率方面，模型采用功能生成网络（Functional Generative Networks）来高效产出集合预报，从而捕捉天气固有的不确定性。一次 15 天预报可在一块 TPU 上于一分钟内完成，而传统的物理模式往往需要消耗数天的高性能计算资源。集合规模也在扩大：去年系统一次生成 50 个预测成员，与全球物理模式持平；今年扩展到了 1000 个，用以捕捉像梅丽莎那样罕见但后果严重的快速增强情形。

一个出乎意料的发现是分辨率。此前业界普遍认为，极高的空间分辨率是提升强度预报精度的主要驱动力，但 WeatherNext Cyclones 仅需 28×28 公里分辨率的数据，比传统模式粗了 100 倍。更小的版本 WeatherNext 2-mini 在 111×111 公里的更粗分辨率下同样表现优异。谷歌坦言，这一现象令科学家感到意外，模型为何能在如此粗的分辨率下给出高精度预测，目前仍是一个开放的研究问题。

三个版本全部开源

伴随《自然》论文的发表，谷歌开源了代码和模型权重，供任何人免费使用，涵盖学术研究、业务化预报，以及开发更具针对性的局地化模型。

此次公开的包括三套模型：在飓风季实际运行过的 WeatherNext Cyclones；后续更新并于去年 10 月投入业务运行的 WeatherNext 2；以及紧凑版 WeatherNext 2-mini——后者可在免费的公共 Colab 笔记本中，用单块 TPU 运行。最新的气旋预报结果可在 Weather Lab 上查看，该平台近期更新了界面，并在气旋路径之外扩展了全球天气预报内容。

业内人士怎么看

英国雷丁大学的汉娜·克洛克（Hannah Cloke）未参与该研究。她表示，自己从未经历过气象学领域出现比过去两年 AI 带来的更快、更剧烈的变革。「这是当下最令人兴奋的研究领域之一，原因之一就是机器学习预报的兴起，以及这个领域向前推进的速度和力度，」她说，「你出去度个假……回来就发现又有新东西出现了。」

克洛克同时强调，保持气象学专业能力依然重要。她观察到，进入这一领域的许多新人来自数据科学背景，未必具备判断模型输出是否合理所需的气象学功底。

牛津大学的蒂姆·帕尔默（Tim Palmer）则提出了另一层担忧：AI 模型可能难以预测真正反常的一次性极端事件，因为这类事件在训练数据中没有可对照的样本。他主张引入一种新的检验方式——先把历史上的此类事件从训练数据中剔除，再考察 AI 模型能否成功预测出来。「这一点我们并没有测试，」他说，「依赖一个用过去四五十年数据训练出来的 AI，可能会把我们引入歧途。」

谷歌方面在公告中提醒，官方天气预报和预警仍应以当地气象机构或国家气象部门发布的信息为准。

来源：Google DeepMind 官方博客、New Scientist、Nature

谷歌 DeepMind 与谷歌研究院联合开发的人工智能模型 WeatherNext 选择了后者。在登陆前五天，它以 80% 的置信度预测，这团风暴将以五级飓风的形态登陆牙买加。

结果是飓风梅丽莎（Melissa）带来了灾难性的洪水与山体滑坡。但因为这份提前量，预报员得以更早向沿途社区发出警告。这也是美国国家飓风中心（NHC）首次在风暴还只是一级强度时，就成功预判出它会升级为五级。

一天的提前量，等于十年的进步

2026 年 8 月 6 日，相关研究成果发表于《自然》（Nature）杂志。论文显示，WeatherNext 在热带气旋预报上的准确度达到了前所未有的水平：在路径、强度、风场结构三项指标上，相比现有主流业务模型平均多出至少 24 小时的预警提前量。换句话说，它提前三天给出的预报，精度相当于过去模型提前两天的水平。

研究人员表示，按照以往的节奏，把预报提前一天需要整整十年的持续攻关。

这多出来的一天意味着什么？美国国家飓风中心主任迈克·布伦南（Mike Brennan）给出的答案很直接：「哪怕只多几个小时都会有区别。」组织疏散、调配物资、把应急资源提前送到位，全都是对时间高度敏感的工作，一旦判断失误，代价极其沉重。「在这类决策上，时间是真正的黄金，能把预报精度往前推整整一天，价值非常大。」

作为参照，过去五十年间热带气旋在全球已造成超过 70 万人死亡和约 1.4 万亿美元的经济损失。

少见的样本，怎么训练模型

极端天气对机器学习本身就是个难题：模型需要大量训练数据，而极端事件按定义就是罕见的。

「气旋数据并不多，但天气数据很多。」论文第一作者之一、谷歌 DeepMind 研究科学家费兰·阿莱特（Ferran Alet）解释了团队的思路，「所以我们训练了一个既擅长常规天气、也擅长气旋的模型。」最终的训练素材包含近 20TB 的大气数据，以及 IBTrACS 数据库中近 5000 场历史风暴记录。

飓风难预测的另一层原因在于它同时涉及多个空间尺度。论文作者之一、大气研究合作研究所（CIRA）热带气旋研究组负责人凯特·马斯格雷夫（Kate Musgrave）指出：判断风暴往哪走，需要全球尺度的天气数据，比如冷锋位置和盛行风；而判断风暴会变多强，则要依赖局地的大气与海洋条件。「后面这类信息，全球模型根本给不了。」她说，早前的 AI 模型在预测路径上已经不错，「但强度这块完全不行。」

在真正投入实战之前，团队先用历史数据做了回溯测试。「结果好到让我们怀疑实时演示里根本达不到。」马斯格雷夫回忆，但预报员把模型接入实际业务流程后，表现依旧成立，「所有人都对它的实际效果感到意外。」

连开发者也解释不了的「黑箱」

真正让业界震动的，是这套模型对输入数据精度的要求低得离谱。

传统观点认为，要准确预报风暴强度，必须依赖极高的空间分辨率。而 WeatherNext Cyclones 的输入数据只有 28×28 公里的粗网格，比传统区域模型粗约 100 倍；更精简的 WeatherNext 2-mini 甚至跑在 111×111 公里的网格上，表现依然出色。

「当我们告诉同行模型只用了相对粗糙的分辨率时，他们都震惊了，因为这意味着低分辨率输入里包含的信号，比此前认为的要多得多。」阿莱特说。

至于模型究竟从粗网格里捕捉到了什么，研究者自己也答不上来。「说到底它就是个黑箱，但这给了物理学家一个信号——有些此前没被理解的东西正在发生。」

另一处关键改进是集合预报规模。模型不会只吐出一个结论，而是生成一整组可能情景，用来捕捉所谓的「蝴蝶效应」。去年每场风暴生成 50 组情景，今年已扩大到 1000 组。「以现有算力，传统数值模型根本做不到这一点。」马斯格雷夫说。一次 15 天的预报，在单块 TPU 上跑完不到一分钟。

开源，以及人的位置

谷歌 DeepMind 同时宣布，将飓风季实际运行的 WeatherNext 系列模型开源，代码与权重一并公开，托管在 GitHub 上。开放的版本包括论文对应的 WeatherNext Cyclones、后续升级的 WeatherNext 2，以及可在单块 TPU 上运行的精简版 WeatherNext 2-mini。阿莱特希望，把模型交给研究社区，能帮忙揭开气旋运行机制中尚未被理解的部分。

不过这项研究由参与开发的团队自行评估，论文合著者中包含国家飓风中心、大气研究合作研究所与英国气象局的预报员。

布伦南对这套工具的评价保持克制。他认为 DeepMind 的模型是预报员工具箱里一件很棒的新装备，但也只是众多工具之一：「没有任何保证说，某个模型因为去年表现好、或者在某场风暴上特别准，下一个季度、下一场风暴它还是最好的。」

在他看来，人的判断依旧不可替代：「一场飓风不只是一条路径或一个强度预报，它需要专家把这些数字翻译成实际影响——而真正致命的是影响本身。」

来源：WIRED、Google DeepMind 官方博客、《自然》杂志