Google DeepMind 发布 WeatherNext 权重,用于局地气旋预测
此次发布包括 WeatherNext 2 和 WeatherNext Cyclones 的检查点,以及为计算资源受限的研究人员和气象机构提供的精简版本。
By Ryan Merket · Published
Primary source: Google DeepMind
Why it matters
Open weights let weather agencies and researchers adapt Google's forecasting models locally, while a lighter checkpoint broadens testing. Weather-data access and the models' experimental status still limit operational use.

Google DeepMind (@GoogleDeepMind) 在 2026 年 8 月 6 日 发布 了 WeatherNext 2 和 WeatherNext Cyclones 的代码和模型权重,使研究人员和气象机构可以获得一个可以运行并为专门或本地化预报进行调整的基础。此次发布紧随 WeatherNext Cyclones 在 2025 年大西洋飓风季的实战使用之后。
这项工作以集体署名的形式发布。论文和代码库将该项目描述为由更广泛的 Google DeepMind 和 Google Research 团队完成,贡献者中包括 Google 团队、National Hurricane Center、Cooperative Institute for Research in the Atmosphere 和 UK Met Office 的研究人员。可用资料并未指明具体的个人技术角色。
公开发布是该公告中具有重要后果的部分。WeatherNext 已经出现在 Google 的产品和公开预报流中。研究人员现在可以检查实现、下载权重、复现已发表的气旋评估并将模型改造成区域性预报问题的解决方案。这为国家气象部门和大学团队提供了一条在不必等待另一次产品集成的情况下构建在 Google 工作之上的途径。
The repository packages multiple checkpoints
WeatherNext repository 包含多个检查点,而不是单一可下载的模型。一个 WeatherNext Cyclones 检查点在 2025 年大西洋飓风季期间进行了实时运行。单独的检查点重现了论文中 2023 年和 2024 年的评估,而一个 WeatherNext 2 检查点提供了更广泛的中期预报系统。
仓库包含单独的 WeatherNext 2 和 WeatherNext Cyclones 检查点。Google 将代码和权重描述为可自由用于学术工作、运营预报以及开发专门或本地化模型。
根据仓库文档,要复现完整训练运行需要 ERA5 和 operational HRES 天气数据。这些数据集有各自的访问要求和使用条款,为那些寻求重新训练模型而不是使用已发布检查点的团队带来额外约束。
此次发布还包括一个为计算受限的研究人员准备的轻量级单加速器版本。Google 并未披露完整模型的计算成本、推理速度或能耗,留给各机构和实验室自行评估是否能够在有用的规模上运行较大的检查点。
Forecasting the storm and its uncertainty
WeatherNext Cyclones 从全球大气条件预测风暴的路径、强度和风场结构,能生成最远达 15 天的预报。Google DeepMind 表示该系统可以为每个气旋生成 1,000 种可能情景,预报员可以将这些情景转化为热带风暴和飓风级别风力的概率图。
大型集合预报很重要,因为单次预报会压制围绕危险、低频事件的不确定性。一个情景可能显示风暴在近海减弱,而一小部分情景可能显示在登陆前发生快速增强。为人工预报员提供更广的分布有助于他们评估这些尾部风险,而不是将一次模型运行视为最终答案。
根据 Google DeepMind 的8 月 6 日研究公告,WeatherNext Cyclones 端到端训练使用了近 20 TB 的大气信息和包含近 5,000 个历史风暴的 IBTrACS 数据库。该系统将全球天气动力学与专家整理的气旋记录相结合,解决了长期存在的预报权衡:一类模型能捕捉大尺度大气环流,另一类区域专门系统能解析环绕气旋核心的过程。
Google 在其初始研究中对 2023 年和 2024 年的历史气旋进行了系统评估,而随后随 Hurricane Melissa 报告的性能图表 包含了 2025 年的数据。Nature 论文 报告称,在路径、强度和风半径预报方面,相较于领先的运营系统平均提前时间至少有一天的优势。其三天预报的准确度大致相当于早期模型在两天预报时所能达到的准确度。评估由参与构建系统的研究人员进行,论文还包括来自 NHC、CIRA 和 UK Met Office 的预报员作为合著者。
Google's open model and hosted service strategy
WeatherNext 在权重发布前就进入了运营测试。Google DeepMind 表示该系统在 2025 年 10 月的 Hurricane Melissa 期间支持了 NHC,提前五天预测到了快速增强并在牙买加以五级飓风登陆。Google 对该预报的说明 称,WeatherNext 在登陆前五天为该结果分配了 80% 的概率,三天前升至接近 100%。官方警报仍由政府预报员发布,他们在使用 WeatherNext 的同时也参考基于物理的模型、卫星观测和飞机数据。
开放权重将这种协作模式扩展到尚未直接与 Google 合作的机构之外。预报服务可以围绕某段海岸线对系统进行调优,新能源运营商可以将其适配到区域风况,研究人员可以审视模型在罕见极端事件上的失效点。Google DeepMind 明确表示,本次发布旨在用于本地化和专门化模型的开发。
Google 也保留托管分发路径。WeatherNext 预报订阅可通过 Earth Engine 和 BigQuery 获得,Google 并通过 Vertex AI 提供定制模型推理。用户可以自行运行已发布的模型,或消费 Google 的托管输出,尽管任何路径都需要获取相关的计算和天气数据。
Google DeepMind 将 WeatherNext 标注为一项实验性研究项目,而非官方支持的 Google 产品。仓库提醒用户评估依赖生成预报的风险,Google DeepMind 也表示 WeatherNext 不能替代国家气象机构发布的警报。研究人员现在可以访问该预报系统,而将概率转化为公众警报的责任仍由人工预报员承担。