WeatherNext 2:我们最先进的天气预报模型

2025-11-17 15:06:53 英文原文

作者:The WeatherNext team

新的人工智能模型可提供更高效、更准确、更高分辨率的全球天气预报。

总体总结

Google 的 WeatherNext 2 现已推出,利用 AI 为您提供更快、更详细的天气预报。这个新模型可以在一分钟内预测数百种天气情况。您现在可以在 Earth Engine 和 BigQuery 中访问 WeatherNext 2 预报数据,或加入 Google Cloud Vertex AI 上的抢先体验计划。

摘要由 Google AI 生成。生成式人工智能尚处于实验阶段。

要点

  • “WeatherNext 2”是谷歌全新的人工智能天气模型,预测速度比以往更快、更高效。
  • WeatherNext 2 仅使用一个 TPU,在一分钟内生成数百种可能的天气场景。
  • 该模型在 99.9% 的变量和交付周期上超越了之前的 WeatherNext 模型。
  • WeatherNext 2 数据现已在 Earth Engine 和 BigQuery 中提供,并可通过 Vertex AI 提前访问。
  • WeatherNext 2 升级了搜索、Gemini、Pixel Weather、地图平台和地图中的天气预报。

摘要由 Google AI 生成。生成式人工智能尚处于实验阶段。

基础讲解

谷歌制作了一款超级智能天气工具,名为WeatherNext 2。它使用计算机比以前更快更好地猜测天气。它甚至可以显示许多不同的天气可能性。现在,人们可以用它来帮助做出有关天气的重要选择。

摘要由 Google AI 生成。生成式人工智能尚处于实验阶段。

A global map projection showing humidity levels from the WeatherNext 2 weather forecasting model, with blue indicating low humidity and yellow-orange indicating high humidity, particularly clustered along the equator.

天气影响着我们每天做出的重要决定——从全球供应链和飞行路线到日常通勤。近年来,人工智能 (AI) 极大地增强了天气预报的可能性以及我们使用天气预报的方式。

今天,Google DeepMind 和 Google Research 正在介绍天气下一个 2,我们最先进、最高效的预测模型。WeatherNext 2 生成预报的速度提高了 8 倍,分辨率可达 1 小时。这一突破是由一个新模型实现的,该模型可以提供数百种可能的场景。利用这项技术,我们支持气象机构根据一系列场景做出决策实验性气旋预测

我们现在正在将我们的研究成果带出实验室,并将其交到用户手中。WeatherNext 2 的预报数据现已提供地球引擎大查询。我们还推出了抢先体验计划在 Google Cloud 的 Vertex AI 平台上进行自定义模型推理。

通过整合 WeatherNext 技术,我们现已升级了 Search、Gemini、Pixel Weather 和 Google Maps Platform 中的天气预报天气API。在未来几周内,它还将帮助增强谷歌地图中的天气信息。

预测更多可能的场景

根据单个输入,我们使用独立训练的神经网络,并在函数空间中注入噪声,以在天气预报中创建连贯的变化。

Diagram showing the new algorithm used in WeatherNext 2.

天气预报需要捕捉所有可能性,包括最坏的情况,这是最重要的计划。

WeatherNext 2 可以从一个起点预测数百种可能的天气结果。每个预测在单个 TPU 上花费的时间不到一分钟;在使用基于物理的模型的超级计算机上需要几个小时。

我们的模型也非常熟练,能够进行更高分辨率的预测,精确到小时。总体而言,WeatherNext 2 在 99.9% 的变量(例如温度、风、湿度)和交付时间(0-15 天)方面超越了我们之前最先进的 WeatherNext 模型,从而实现了更有用和更准确的预测。

这种改进的性能是通过一种新的人工智能建模方法实现的,称为函数生成网络(FGN),它将“噪声”直接注入模型架构中,因此它生成的预测保持物理上的真实性和相互关联性。

这种方法对于预测气象学家所说的“边缘”和“关节”特别有用。边缘是单独的、独立的天气元素:特定位置的精确温度、特定高度的风速或湿度。我们的方法的新颖之处在于该模型仅针对这些边缘进行训练。然而,通过这种训练,它学会了巧妙地预测“关节”——大型、复杂、相互关联的系统,取决于所有这些单独的部分如何组合在一起。这种“联合”预测是我们最有用的预测所必需的,例如识别受高热影响的整个区域,或整个风电场的预期功率输出。

比较 WeatherNext 2 与 WeatherNext Gen 的连续排名概率得分 (CRPS)

Heatmaps showing WeatherNext 2 consistently outperforms WeatherNext Gen across nearly all atmospheric variables, pressure levels, and lead times.

从研究到现实

通过 WeatherNext 2,我们正在将前沿研究转化为具有高影响力的应用。我们致力于推进这项技术的最先进水平,并向全球社区提供我们最新的工具。

展望未来,我们正在积极研究改进模型的能力,包括集成新的数据源以及进一步扩大访问范围。通过提供强大的工具和开放数据,我们希望加速科学发现,让研究人员、开发人员和企业组成的全球生态系统能够就当今最复杂的问题做出决策,并为未来奠定基础。

要了解有关 Google 地理空间平台和人工智能工作的更多信息,请查看谷歌地球,地球引擎,AlphaEarth 基金会, 和地球人工智能

了解有关 WeatherNext 2 的更多信息

side by side images of weather and predictions
world map with purple and blue swirls

关于《WeatherNext 2:我们最先进的天气预报模型》的评论


暂无评论

发表评论

摘要

谷歌推出了 WeatherNext 2,这是一种用于全球天气预报的先进人工智能模型,速度提高了八倍,并提供更高分辨率的预测。新模型在一分钟内生成数百种天气场景,在几乎所有变量和交付时间上都超越了以前的能力。WeatherNext 2 通过 Google Earth Engine、BigQuery 和 Vertex AI 提供,增强了各种 Google 平台的天气预报,为关键决策过程提供帮助。