AI 气旋预报模型实现十年级别精度跃升

热带气旋是地球上破坏力最强的天气现象之一。过去50年间，飓风、台风等气旋灾害在全球造成逾70万人死亡，经济损失累计达1.4万亿美元。对预报员而言，每一小时的提前预警都可能直接影响疏散决策与救灾准备，而现有预报系统在精度与时效上的局限始终是一道难以逾越的门槛。

WeatherNext 的核心突破在于用单一模型同时解决了气旋预报中长期存在的两难困境。气旋路径由大尺度全球大气环流主导，传统上依赖低分辨率全球模型；气旋强度则受核心区域精细热力学过程驱动，需要高分辨率局地模型。WeatherNext 通过独特的训练策略与架构设计，将两者融合于一体，在全球天气预报与气旋专项预报上均达到最优水平。

模型训练融合了两类数据：近20TB的全球大气历史数据，以及涵盖近5000个历史风暴的 IBTrACS 专家标注数据库。WeatherNext 采用函数生成网络（FGN）高效生成集合预报，今年将集合成员数从50个扩展至1000个，能够捕捉快速增强等小概率高影响事件。单次15天预报可在一分钟内于 TPU 上完成，大幅降低了业务化部署的计算门槛。

值得关注的是，WeatherNext Cyclones 仅需28×28公里分辨率的输入数据，比传统高分辨率强度预报模型粗糙约100倍，却依然实现了领先精度。更小的 WeatherNext 2-mini 在111×111公里分辨率下同样表现出色。这一现象出乎科学界预料，其背后机制目前仍是开放性研究问题，团队希望借助开源社区共同探索。

在实际应用层面，WeatherNext 已于2025年飓风季协助美国国家飓风中心对飓风梅利莎作出历史性预报，准确预判其快速增强过程及在牙买加的登陆位置，为当地争取到关键准备时间。此次开源涵盖 WeatherNext Cyclones、WeatherNext 2 及轻量版 WeatherNext 2-mini，后者可通过免费公开的 Colab 笔记本在单张 TPU 上运行，进一步降低了各国气象机构和研究人员的使用门槛。

谷歌 DeepMind 表示，开源这批模型旨在赋能全球气象研究社区，加速极端天气预报技术的普及与迭代。无论是为地方预报机构提供灾害准备工具、支持可再生能源选址规划，还是推动气候韧性建设，WeatherNext 的开放都被视为 AI 气象技术从实验室走向广泛社会应用的重要一步。研究团队同时在 Weather Lab 平台更新了最新气旋预报界面，供公众实时查阅。

要点

• WeatherNext 将热带气旋路径、强度与风场预报的提前量平均延长超过24小时，三天预报精度相当于传统模型两天预报水平，进步幅度约等于气象领域十年积累。
• 模型以单一架构同时处理全球大气动力学与精细气旋结构，打破了路径预报与强度预报长期依赖不同模型的技术壁垒。
• 集合成员数从50个扩展至1000个，使模型能够捕捉快速增强等极端小概率事件，已在2025年飓风梅利莎预报中得到实战验证。
• WeatherNext Cyclones 与 WeatherNext 2 代码及模型权重现已完全开源，轻量版 WeatherNext 2-mini 可在免费 Colab 环境中运行，大幅降低全球气象机构的使用门槛。
• 模型仅需28公里分辨率输入即可实现顶级强度预报精度，颠覆了高分辨率是强度预报必要条件的传统认知，相关机制仍待研究社区深入探索。