Google DeepMind 在 NHC 使用后发布了 WeatherNext Cyclones 的代码和权重

Why it matters

Researchers can now test Google's claimed one-day cyclone forecasting gain against storms and regions outside its published benchmarks, while examining a model whose guidance NHC forecasters used in real operations.

六位 Google DeepMind 的研究人员——Ferran Alet、Tom R. Andersson、Ilan Price、Stratis Markou、Andrew El-Kadi 和 Dominic Masters——在描述 WeatherNext Cyclones 的 Nature 论文 中被列为同等贡献的第一作者。Google DeepMind 在 2026 年 8 月 6 日发布了该模型的代码和权重，此前 US National Hurricane Center 的预报员在 2025 年飓风季使用了其指导意见。

该论文共有来自 Google DeepMind、Google Research、NHC、Colorado State University 的 Cooperative Institute for Research in the Atmosphere、UK Met Office 和 University of Waterloo 的 32 位作者。它们的工作解决了飓风预报中的核心问题：预测风暴的行进路径、强度将达到何种程度以及破坏性风场的扩展范围。

在其 8 月 6 日的公告 中，Google DeepMind 表示 WeatherNext Cyclones 在风暴路径、强度和风场结构方面平均拥有超过 24 小时的提前时效优势。Google DeepMind 称其三天预报的准确度大致相当于早期系统的两天预报。Google 的来源文章中描述的历史测试覆盖了 2023 年和 2024 年的气旋，而另一幅图表比较了 2023 年到 2025 年的三天预报误差。

一个模型覆盖整个风暴

传统的气旋预报将问题分配给不同类型的模型。大型全球系统捕捉驱动风暴的环流，而计算量巨大的区域模型则解析其核心周围的局地过程。正是这些核心过程驱动了强度增强，包括那些使风速突然跃升、让应急机构几乎没有准备时间的快速增强事件。

Alet 及其合著者在两类数据域上训练了 WeatherNext Cyclones。该模型从 近 20 TB 的全球大气信息 和 IBTrACS 的 近 5,000 个历史风暴档案 中学习。

Google DeepMind 表示，该气旋系统可以为每个风暴生成 多达 1,000 种情景。更大的集合预报让预报员有更多机会识别低概率结果，例如快速增强，而不会被平均预测所掩盖。

NHC 如何使用这些指导

WeatherNext 在论文和代码发布之前就已进入 NHC 的工作流程。该机构的 2025 赛季初步报告 称 2025 年是 NHC 第一次将基于 AI 的模型纳入实时运营，并将 Google DeepMind 的指导（标识为 GDMI）描述为有用。报告也警告称，一些 AI 系统仍在开发中，且并未始终按时交付以供例行使用。

飓风 Melissa 提供了风险最高的示例。2025 年 10 月，当 Melissa 还远未达到那样强度时，WeatherNext 就预测其将在牙买加以五级强度登陆。NHC 在其对该风暴的分析中使用了该指导，而 Google DeepMind 后来表示 该系统曾预测到 Melissa 的快速增强及其在牙买加的五级登陆。

开放模型带来更严苛的考验

WeatherNext 存储库 包括 WeatherNext 2、WeatherNext Cyclones 及相关研究材料。

对代码和权重的访问降低了研究人员和气象机构复现论文结果并跨区域比较预报的门槛。它也将 Google 的性能主张暴露给公司外部设计并运行的测试。

Google 将 WeatherNext 描述为一项实验性研究项目，其输出不能取代政府气象机构的警报和预警。外部研究人员现在可以检查模型在报告平均值之外如何处理风暴、海洋盆地和稀有状况。气象模型需要通过多个季节来积累信任，包括那些模型成为异常值或到达时已为时过晚的案例。

对于 Alet、Andersson、Price、Markou、El-Kadi、Masters 及其合作者来说，公开权重意味着该项目进入了更长时间的评估周期。NHC 的文件说明预报员在实时业务和 Melissa 事件期间使用了 Google DeepMind 的指导，但这些文件并未独立验证 Google 声称的一天准确性优势。外部研究人员的测试将决定该结果在超出 Google 报告基准时有多大程度的一致性。