9 月 3 日，Google DeepMind 与 Google Research 发布 WeatherNext 3，并把它接入 Search、Gemini、Maps、Google Maps Platform 和 Google Cloud。这次升级让预报系统能在两次传统气象分析之间吸收新的卫星观测：WeatherNext 2 每 6 小时初始化一次，WeatherNext 3 则每小时生成一轮全球预报。
WeatherNext 3 仍以欧洲中期天气预报中心（ECMWF）的分析资料描述大气状态，并在两次分析之间加入更高频的卫星图像。这样，快速变化的云系和降水不必总等到下一份六小时分析资料，模型就能用较新的观测修正短期预报。不过，每小时启动一轮预报，并不代表用户能在整点立刻拿到全部结果。
在两次气象分析之间，加入逐小时卫星图像
大多数全球 AI 天气模型并不直接从温度计、雷达和卫星像素出发。它们通常以“分析场”为输入：传统数值天气预报系统先用资料同化把多种观测整理成规则的三维大气网格，AI 模型再从这个网格向未来滚动预测。分析场质量高、变量齐全，但主循环通常只有每 6 小时一次，制作和分发也需要时间。
WeatherNext 3 论文显示，新模型没有丢掉这条链路。它仍读取 ERA5 或 ECMWF HRES 分析资料，同时加入由多颗地球同步卫星合成的 11 通道、0.1°、逐小时图像。红外与可见光通道提供水汽、温度和云的位置等信息；卫星拼图的运行延迟约 1 小时，论文称其比当时可用的最新分析场至少新 5 小时。模型一次读取相对分析时刻 0 至 5 小时的卫星序列，并在后续预测中继续自回归地产生这些卫星通道。
具体到模型，FGN（Functional Generative Network）网格 Transformer 同时编码规则分析场、卫星图像、站点等不同模态，再由不同输出头生成网格天气变量、站点温湿度、降水和气旋路径。这里的“直接吸收原始观测”，指的是在六小时分析场之间补入高频观测，传统资料同化系统仍不可少。TechCrunch也指出，模型仍依赖国家气象机构的数据，距离完全以原始观测独立初始化还有差距。
WeatherNext 3 延续 WeatherNext 2 的概率预报思路：向网络权重注入噪声，采样得到 64 个成员，形成未来 15 天的一组可能天气，而非只给出一条确定轨迹。逐小时初始化的主要收益发生在短时效——当降水系统在两次分析之间快速演变时，新卫星图像可以减少输入状态已经过时的问题。
5 公里分辨率仅覆盖部分近地面变量
Google 将新模型概括为“最高 5 公里分辨率”，但这个数字只适用于部分近地面变量。WeatherNext 3 的输出实际分为三层：2 米温度和露点温度可通过站点输出头在任意坐标查询，生产系统将其铺到 0.05°、约 5 公里网格；降水、云量、海平面气压等其他地表变量主要为 0.1°、约 10 至 11 公里；13 个气压层上的高空温度、风、湿度等变量仍为 0.25°、约 25 公里。
站点输出头是这次升级中比“放大网格”更重要的设计。模型把 0.1° 隐状态插值到具体站点，再加入精确海拔、海陆类型和小时偏移等元数据，直接预测当地的温度与露点。训练时，研究团队随机留出 5% 的 METAR 和 Mesonet 站点用于独立评估。这让 5 公里产品可以利用地形差异，但更细的输出网格并不自动等于模型已经解析了 5 公里尺度的所有物理过程。
时间分辨率也需要拆开看。单层变量可以逐小时输出，但 Weather Lab 文档显示，完整 15 天预报来自 00、06、12、18 UTC 四个主循环；其余小时的中间循环只覆盖地表和站点变量，预报到未来 48 小时。高空全变量、全时效和逐小时产品不是同一个数据包。
降水预报改善了多少，取决于用哪套观测评估
Google 在发布中重点介绍了降水预报的改善。研究团队训练了两个降水输出头：一个面向 NASA 的 IMERG 卫星降水产品，另一个面向自建的 PARDIG 降水再分析。PARDIG 以 GPM 核心观测卫星的稀疏雷达—微波联合测量为目标，再结合四小时地球同步卫星图像、分析场和微波探测仪数据，生成全球密集降水估计。
论文报告，在早期预报时效上，相对 WeatherNext 2 和 ECMWF ENS 等基线，WeatherNext 3 的连续分级概率评分（CRPS，越低越好）最多改善 60%、30% 和 10%。三项分别以 IMERG、美国 MRMS 雷达产品和地面雨量计为真值，不能合并成“降水准确率普遍提升 60%”。
三组结果差距较大，也说明降水评估本身存在难点：针对 IMERG 训练的输出头，在 IMERG 真值上误差更低，却会在 MRMS 真值上落后于 PARDIG 输出头；MRMS 质量较高但主要覆盖美国本土，雨量计更接近地面实况却在全球分布不均。没有任何一套观测可以单独代表全球降水真值。
论文方法部分还说明了评估范围：研究团队把降水评估截断在每 6 小时 4 毫米的中等累积量，因为更极端阈值的真实正例过少，无法稳定评分；极端降水被明确留给未来研究。发布稿中的高增益证明了概率分布和常见降水预报的进步，尚不能证明洪水、暴雨等尾部事件已经获得同等提升。
在线温度预报领先，仍需更长时间验证
Google 的主论文包含两组不同证据。第一组用训练截至 2023 年的研究模型，在 2024 年全年数据上比较分析场、站点、降水和气旋指标。第二组使用训练截至 2026 年 6 月 30 日的生产模型，在 7 月 1 日至 8 月 11 日的六周运行数据上，与 WeatherNext 2 和 ECMWF AIFS ENS v2 做准实时比较。作者主动提醒，六周样本足以看趋势，但不应过度解读较小差异；不同模型是否包含 ECMWF 2026 年 5 月切换的 50r1 周期资料，也并不完全一致。
独立运行的 Brightband Operational WeatherBench给出了更直观、也更窄的结果：在截至发布时的 30 天里，WeatherNext 3 的全球 1 至 7 天、2 米温度预报有 26 天取得最低误差。它还在更细的地表分析场上保持优势，而 WeatherNext 2 此前只是小幅领先 AIFS ENS。
这可以支持“WeatherNext 3 在 8 月在线温度榜单上领先”，不能外推为所有变量、地区和灾害类型都最准确。Brightband 当时仍计划加入更多观测类型和 NOAA 等模型；论文的极端降水空白也没有被这项温度排名填补。The Verge提醒，气象机构仍会把 AI 模型与物理模型并用，而不是依据单一模型发布预警。
预报每小时启动，开放数据交付仍需等待
WeatherNext 3 已进入 Google 面向公众的天气产品，开发者还可以通过 Google Cloud Storage、BigQuery 和 Earth Engine 取得预报数据。新增的 100 米高度风速、分层云量和太阳辐射变量，直接对应风机出力、光伏发电和电网调度；对这些工作流而言，多一次新观测可能比把远期预报再提高一点分辨率更有价值。
但模型的初始化频率不能等同于数据交付延迟。Google 的分发日程显示，四个主循环提供完整 15 天、64 成员预报，其余逐小时循环只提供地表与站点变量；中间循环的目标交付时间约为初始化后 7 小时 10 分（Cloud Storage）或 7 小时 25 分（BigQuery、Earth Engine），上游卫星或分析资料延迟还可能让交付再波动 60 分钟以上。所谓“实时”主要描述输入观测比六小时分析场更新，以及系统每小时启动一轮预报，不是用户在观测发生后一小时内拿到全部开放数据。
要判断这次升级能带来多大收益，还需要至少跨季节、按变量统计的在线记录：不同地区和提前期的降水评分是否持续改善，超过每 6 小时 4 毫米的尾部事件能否建立稳定验证，逐小时中间循环的实际延迟是否满足能源和灾害响应工作流，以及 Search、Maps 等消费产品在模型输出之上做了多少校准和后处理。持续公开这些记录，才能衡量“每小时更新”究竟改善了多少实际预报效果。
