DeepMind 开源 WeatherNext：气旋预报多争一天，精度跨越十年进展

Google DeepMind 开源的 WeatherNext 是一个专门预测热带气旋路径、强度和风场结构的 AI 模型系列。它把过去气象学上需要两套独立系统才能做的事合二为一，能将三日预报的准确度提升到以往两日预报的水准，相当于为防灾一线多争取了整整一天的准备时间，折合气象学约十年的技术进展。

这次开源包含两个主力版本和代码：曾在实际飓风季服役的 WeatherNext Cyclones，以及后续更新的 WeatherNext 2。同时，DeepMind 还附带了一个轻量化的 WeatherNext 2-mini 模型。

它能做什么

传统的台风预报有个老难题：算路径需要看大尺度的全球大气环流，得用粗分辨率的宏观物理模型；而算强度和中心风力，又依赖台风眼周围微观的局部热力学变化，必须靠高分辨率区域模型。

WeatherNext 把两者融在了一起。它不仅能一口气预测气旋的走势、最大风速和结构变化，还能生成长达 15 天的演化预测。

面对天气预测中固有的不确定性，它利用泛函生成网络（Functional Generative Networks）直接生成多达 1000 组平行推演场景，专门捕捉那些发生概率低、但后果致命的极端突发增强事件。

在 2025 年飓风季，这套系统曾协助美国国家飓风中心（NHC）准确预警了飓风 Melissa 的快速增强和牙买加登陆过程。

怎么做到的与硬件规格

WeatherNext 的训练数据来自近 20 TB 的全球大气观测数据，以及涵盖近 5000 场历史风暴的 IBTrACS 数据库。模型通过端到端训练直接学习复杂气象与极端天气的对应关系。

最让人意外的是输入规格。以往行业公认只有极高分辨率的数据才能算准强度，但 WeatherNext Cyclones 只需要 28x28 公里的输入数据，比传统模型粗糙了 100 倍左右；而 2-mini 版本甚至可以在 111x111 公里的粗分辨率下稳定运行。

因为不需要超密集的输入，它的推理速度极快。在单个 TPU 上，WeatherNext 可以在不到 1 分钟内跑完一次完整的 15 天预测推演。

对于想直接体验的开发者，WeatherNext 2-mini 可以在免费的 Google Colab 笔记本里单卡运行。完整的代码和模型权重已经放上了 GitHub，普通用户也可以直接在刷新后的 Weather Lab 网页端查看全球气象可视化与台风路径模拟。

为什么重要

我们认为气象从业者、防灾机构和高校科研团队都应该立刻下载试跑。过去跑一次精细的物理集成预报需要大型超算集群熬上几小时，WeatherNext 却把门槛打到了单卡甚至免费 Colab 级别，直接改变了灾害预警的技术成本。

不过，目前粗分辨率究竟如何精准复现气旋核心动力学，团队自己在《Nature》论文里也承认机理尚不明朗。把 AI 预报完全接入业务系统前，依然需要气象专家的经验来交叉验证，官方也明确提醒正式警报仍需以各国气象局为准。