2026 年 8 月 6 日，科学 假天气团队 WeatherNext 能够提供准确的气旋预测，提前一天发出警报。现在我们已将模型开源。预测危险气旋的发展长期以来一直是一个挑战，其中每一小时都至关重要。热带气旋——也称为飓风或台风——是地球上最具破坏性的气象现象之一，过去50年全球造成超过70万人死亡和1.4万亿美元的经济损失。对气象预报员而言，发出及时、准确的警报是一场与时间的赛跑。今天，我们在《自然》杂志上发表的论文中显示，我们的 WeatherNext AI 模型在预测气旋的路径、强度和风结构方面达到了先进的准确度。我们的模型平均为气象预报员提供了额外一天的预测准确性：我们的三天预测与之前模型在仅限前两天的预测相当。这一改进的规模大致相当于一个十年的气象进步。这项合作工作将 Google DeepMind 和 Google Research 的 AI 研究人员与国家飓风中心 (NHC)、大气研究合作研究所 (CIRA)、英国气象局等专家气象预报员聚集在一起。我们的研究已经产生了实际影响。在2025年飓风季节，我们的模型帮助NHC对飓风梅丽莎作出了历史性的预测，预测了风暴的快速增强和在牙买加的登陆。这使NHC能够提前发出警告，给予地面团队宝贵的准备时间。今年，我们继续合作，现在对每个气旋预测1,000种可能的情景，以支持气象预报员的决策。天气影响每一个人。鉴于这种广泛的影响，我们现在开源了我们在飓风季节使用的 WeatherNext 2 和 WeatherNext Cyclones 模型。通过将这项技术公开，我们希望赋权于研究社区，并扩大人工智能在建设更具韧性的社区方面的影响——无论是为地方气象预报员提供他们所需的自然灾害准备工具，支持可再生能源的发展，还是预测极端天气。WeatherNext 如何预测天气和气旋 从 2024 年 10 月飓风米尔顿的全球大气条件开始，WeatherNext Cyclones 迭代地预测全球天气模式和细微的气旋轨迹，提前最多 15 天。运行 1,000 名成员的集群生成热带气旋至飓风级别风力的局部概率图。预测气旋通常迫使人们在两种截然不同的建模技术之间进行取舍。气旋的轨迹（即它到达的位置）受全球大气湍流的影响，而以前的较粗粒度的全球模型最好地建模了这一点。然而，气旋的强度（即它的强度）由其核心周围高度局部化、精细化的热力学物理过程驱动，最佳模型为专门设计的高分辨率本地模型。我们的 WeatherNext 模型通过改善全球天气的整体预测以及气旋的预测来弥补这一差距。它是一个单一的 AI 模型，具备以先进的准确度预测热带气旋的轨迹、强度和风结构。这一突破是通过其训练、架构和低分辨率输入的方法的独特组合实现的。我们对 2023 年至 2024 年的历史气旋对 WeatherNext Cyclones 进行了评估，将其确定性和概率性表现与其他顶级气象模型进行了基准测试。平均而言，WeatherNext Cyclones 为气旋轨迹、强度和风结构预测提供了超过一天（24小时）的预警时间优势。该模型在全球天气动态和专家策划的历史气旋观察数据这两种不同数据形式上进行了联合训练。通过在近 20 TB 的全球大气数据和跨越近 5,000 个历史风暴的历史 IBTrACS 数据库上进行端到端训练，模型学习了复杂的大气模式以及如何建模极端天气。气旋预测的准确度在过去几十年中稳步提升。图表显示了 ECMWF-ENS 路径预测 (a) 和 HWRF 强度预测 (b) 在多年来的 3 天准确度，以及 WeatherNext Cyclones 如何为路径和强度的准确度做出重大贡献。这一改善相当于根据过去20年的趋势取得了十年的进步。我们的模型使用功能生成网络 (FGNs) 高效地生成不同预测的集群，捕获天气固有的不确定性。我们现在可以在不到一分钟的时间内在 TPU 上生成单个 15 天的预测，赋予气象预报员快速评估潜在灾难性尾部风险的概率分布的能力。去年，我们的系统生成了 50 个预测。