WeatherNext：人工智能模型在预测气旋方面取得突破

天气下一个团队 WeatherNext 可实现准确的气旋预报，从而提供额外一天的警告。现在我们正在开源该模型。 预测气旋的危险程度是一项长期挑战，每一个小时都至关重要。热带气旋（也称为飓风或台风）是地球上最具破坏性的天气现象之一，在过去 50 年中造成全球超过 70 万人死亡和 1.4 万亿美元的经济损失。对于预报员来说，及时、准确地发出预警就是一场与时间的持续赛跑。 今天，在《自然》杂志上发表的一篇论文中，我们展示了我们的 WeatherNext AI 模型在预测气旋路径、强度和风结构方面达到了最先进的精度。平均而言，我们的模型为预测者提供了额外一天的预测准确性：我们对三天的预测与之前的模型只能在接下来的两天提供的预测一样好。这种改进规模大致相当于十年的气象进步。 这项合作工作汇集了 Google DeepMind 和 Google Research 的人工智能研究人员和工程师，以及国家飓风中心 (NHC)、大气合作研究所 (CIRA)、英国气象局和世界各地气象机构的专家预报员。 我们的研究已经对现实世界产生了影响。在 2025 年飓风季节，我们的模型通过预测风暴的快速增强和登陆牙买加，帮助 NHC 对飓风梅丽莎做出了历史性预测。这使得 NHC 能够发出提前警告，为现场团队提供了关键的准备时间。今年，我们继续合作，目前正在预测每个气旋的 1,000 种可能情景，以帮助支持预报员的决策。 天气影响着每个人。鉴于这种广泛的影响，我们现在开源飓风季节期间使用的 WeatherNext 2 和 WeatherNext Cyclones 模型。通过公开这项技术，我们希望增强研究社区的能力，并扩大人工智能在建设更具复原力的社区方面的影响——无论是为当地预报员提供应对自然灾害所需的工具、支持可再生能源的增长，还是预测极端天气。 从飓风米尔顿（2024 年 10 月）期间的全球大气状况开始，WeatherNext Cyclone 可提前 15 天迭代预测全球天气模式和细尺度气旋路径。运行一个由 1,000 名成员组成的集合可以生成热带风暴到飓风级风力的局部概率图。 预测气旋通常会迫使需要两种不同的建模技术进行权衡。气旋的轨迹（它所去的地方）是由巨大的全球大气流引导的，而在此之前，最好是通过更粗糙的全球模型来模拟。然而，气旋的强度（它的强度）是由其核心周围高度局部化、精细尺度的热力学物理过程驱动的，这些过程最好通过专门的、更高分辨率的局部模型来模拟。 我们的 WeatherNext 模型通过改进对全球天气整体以及气旋的预测来弥补这一差距。它是一个单一的人工智能模型，可以以最先进的精度预测热带气旋的路径、强度和风结构。它通过训练、架构和低分辨率输入方法的独特组合实现了这一突破。