Google 今日發佈 WeatherNext 3,並將其定位為旗下「最先進、最精準的全球天氣人工智能模型」。新模型即時整合至 Search 及 Gemini 應用程式，為消費者提供更細緻的天氣資訊。在此之前，包括 2025 年 11 月推出的 WeatherNext 2 在內，多個 AI 天氣模型均依賴數值天氣預報 (NWP) 模型的數據進行訓練。NWP 模型雖然具參考價值，但屬於由超級電腦驅動的複雜物理模擬，數據存在六小時延遲，容易對降雨或地表溫度等快速變化的變數造成偏差。
WeatherNext 3 改為採用「全球地球同步衞星實時數據拼合」的方式，模型能夠「直接從實時觀測中學習」，形成「持續更新的全球大氣狀態視圖」，從而輸出「更及時、更貼近局部地區的天氣事件預測」。由 Google DeepMind 與 Google Research 共同開發的這套模型，可於多個空間解像度下生成每小時預報，涵蓋 5 公里解像度的溫度與濕度、10 公里的地表變數，以及 25 公里的風速資訊。
預報的實用價值往往取決於細節，以及時間與空間上的精細程度。相比 WeatherNext 2 以 25 公里網格、六小時為間隔的規格，新版模型所提供的全球天氣畫面「解像度高出約五倍」。Google 指出，當暴雨、鋒面或降水系統突然形成時，更高的更新頻率與解像度能夠提前提供更詳盡的資訊，有助於應對極端天氣。WeatherNext 3 亦在降水預測準確度上取得顯著突破，訓練過程結合兩組高質素降水數據，包括 NASA 的衞星整合反演產品 IMERG,以及 Google 自家基於衞星雷達的全球降水再分析數據。
Google 表示，根據基準評估，在中期全球預報中，相較各基準的連續等級概率評分 (CRPS) 可錄得最高 60% 的改進幅度(對照 IMERG)、30% (對照 MRMS),以及 10% (對照雨量計，在較短提前期下)。新模型亦專門為可再生能源生產而設計，能夠預報 100 米高度的風速(約相當於風機葉片高度),以便準確估算風電輸出，同時提供高解像度的雲層覆蓋與太陽輻射數據，協助太陽能發電場評估實際接收到的日照量。
拉丁美洲、非洲及亞太地區將受惠於高精度預報
Google 強調，WeatherNext 3 對拉丁美洲、非洲及亞太地區尤為重要。一直以來，這些區域因傳統區域模型所需超級運算成本極高，長期缺乏高解像度預報服務。新模型將高質素、局部化的預測帶給當地數十億人口及中小企，有助於改善防災與商業決策。在消費者層面，WeatherNext 3 已陸續於 Google Search、地圖 (Maps) 以及 Gemini 應用程式推出，Google 預期用家在查詢一日以後的天氣時，將看到準確度提升多達 50% 的降水預測，而歷史數據顯示預報可靠性較低的地區，
改善幅度尤為顯著。
WeatherNext 3 主要規格
項目 規格 溫度與濕度解像度 5 公里 地表變數解像度 10 公里 風速解像度 25 公里 風電預報高度 100 米 預報更新頻率 每小時 相較 WeatherNext 2 解像度提升 約 5 倍 CRPS 改進幅度 (對照 IMERG) 最高 60% CRPS 改進幅度 (對照 MRMS) 30% CRPS 改進幅度 (對照雨量計) 10% 消費者降水預測準確度提升 最高 50%
