DeepMind WeatherNext登上Nature：AI预报台风多给一天预警，相当于十年气象学进步

台风预报，AI 干翻了传统模型

8月6日，Google DeepMind 在《Nature》发表论文：WeatherNext 模型在气旋（台风/飓风）路径、强度和风场结构预测上达到当前最佳水平。平均来看，它给预报员多争取到一天的预警时间——三天的预报精度，相当于以前模型两天的水平。

DeepMind 官方直白地评价：这一提升幅度大约相当于十年气象学进步。同一天，模型正式开源，并在本周冲上 Hacker News 头条和 GitHub Trending。

为什么能”多一天”？

气旋预报的核心难题是”不确定性”：风暴可能往哪走、会变多强，充满概率性。传统数值天气预报靠超级计算机跑物理方程，一次预报要算很久，很难覆盖足够多的可能路径。

WeatherNext 的思路完全不同——它用 Functional Generative Networks（FGN，功能生成网络） 一次性生成多个预测结果组成的集合（ensemble），把”风暴会怎样”变成一张概率分布图，而不是单个”最可能答案”。

效果是惊人的：单个 15 天预报在 TPU 上不到 1 分钟就能生成。去年系统一次生成 50 个预测，匹配全球物理模型的水平；今年他们把集合规模放大到 1000 个——预报员可以快速评估极端尾部风险，而不是盯着一条路径猜。

这意味着什么？

对普通人的影响非常直接：台风登陆前的疏散窗口，可能从 2 天变成 3 天。对沿海城市、航运、能源设施来说，多一天意味着更早停工、更早撤离、更少损失。

对行业来说，这是继 GraphCast、GenCast 之后，AI 天气模型再一次正面碾压传统数值预报。三年前大家还在讨论”AI 能不能预报天气”，现在的问题已经变成”传统超级计算机还有没有必要继续烧电”。

谁该关注？谁可以忽略？

– 气象行业从业者：WeatherNext 已开源，可以立刻拿去对比自建预报系统，成本几乎为零。

– 防灾减灾部门、航运/能源企业：多一天预警=实打实的经济效益，值得跟进落地评估。

– AI 研究者：FGN 架构不只是天气专属，这套”集合生成”思路对任何高不确定性预测场景都有借鉴价值。

– 普通网友：下次台风季看天气预报时，留意背后是不是 AI 模型——体验会告诉你差别。

局限也别忘了

DeepMind 自己承认：模型在极端降水、短时强对流等场景仍有短板，且训练依赖高质量再分析数据，发展中国家缺乏这类数据，享受不到同等红利。AI 预报不是万能，但”多一天”这件事，已经足够改写防灾规则。

天气是 AI 落地最硬核的”物理考场”之一，WeatherNext 交出的答卷说明：AI 不只是会聊天，它真的在重新定义人类对抗自然的能力边界。

— END —
LC 智趣厅 · 科技与生活的交点
ihygg.cn