谷歌推出新一代 AI 天气模型 WeatherNext 2，该模型在预测速度和准确性上均有显著提升。它能在一分钟内生成长达 15 天、精确到小时的多种天气预报结果。这项技术正从实验阶段走向实际应用，将被整合到谷歌搜索、地图、Gemini 及 Pixel 手机等核心产品中，并作为一项商业服务提供给企业客户，旨在通过高效的数据分析改善用户体验并开拓新的商业机会。
“我们正在将它带出实验室，真正地交到用户手中……我们对我们的预报非常有效和实用充满信心。”
这一转变标志着谷歌的 AI 天气预报技术已足够成熟，不再是实验性项目，而是其产品和服务的核心卖点。
WeatherNext 2 的技术优势
与传统物理模型相比，新的 AI 模型 WeatherNext 2 在效率和性能上实现了巨大飞跃。
- 极速预测： 使用谷歌的 TPU 芯片，生成一次预报仅需不到一分钟。而传统模型在超级计算机上通常需要数小时才能完成。
- 更高精度： 在预测温度、风力等 99.9% 的变量时，其准确性超过了以往的模型。
- 长期与精细化： 能够提供长达 15 天的预报，并且支持小时级的精细化预测。
- 高效生成： 能够从一个特定的起点，一次性推演出数百种可能的天气结果。
AI 模型与传统模型的区别
两种模型在预测天气时采用了截然不同的方法。
- 传统物理模型： 通过模拟复杂的大气物理过程来生成预报，这个过程计算量巨大且耗时。
- AI 模型： 通过分析海量的历史天气数据来识别模式，从而预测未来的天气状况。
WeatherNext 2 的效率提升还得益于一种名为 “功能性生成网络”（FGN） 的新策略。该策略通过在模型输入时加入“目标性随机”（即噪声），使模型能够在单一步骤中生成多种不同的可能结果，从而简化了处理流程。
商业应用与市场前景
谷歌正将 WeatherNext 2 的强大功能转化为商业价值，服务于个人用户和企业客户。
对于普通用户，该技术将被整合到谷歌地图、搜索、Gemini 和 Pixel Weather 等日常应用中，提供更精准的实时天气信息。
对于企业客户，其价值更为显著。
- 精准决策： 小时级的精确预报能帮助能源、农业、交通和物流等行业的客户做出更精确的业务决策。
- 定制服务： 谷歌为有兴趣的客户提供早期访问计划，允许他们进行定制化建模。
- 数据分析： 预报数据也已在 Google Earth Engine 和 BigQuery 中提供，分别用于地理空间分析和大规模数据分析。
当然，谷歌并非唯一的参与者。欧洲中期天气预报中心、英伟达（Nvidia）和华为等公司也正在积极开发自己的 AI 天气模型，显示出这一领域的激烈竞争。