天津
2025 年 11 月 18 日，繼 Weather Lab 后，谷歌 DeepMind 與谷歌研究院又推出了全新的預測模型WeahterNext 2。它能以 8 倍速度生成預報，分辨率最高可達 1 小時。這一突破得益于一種能夠提供數百種可能情景的新模型。
該模型的預報數據已經可以在Earth Engine 和 BigQuery 中獲取。在谷歌云的 Vertex AI 平臺上，他們還推出了一個用于定制模型推斷的搶先體驗項目。
相關鏈接：https://console.cloud.google.com/vertex-ai/publishers/google/model-garden/weather-next-v2
通過引入WeatherNext 技術，谷歌團隊現在升級了搜索、Gemini、Pixel Weather 和谷歌地圖平臺天氣 API 中的天氣預報。未來幾周，它還將幫助谷歌地圖中提供天氣信息。
相關視頻：https://youtu.be/YQwqoEm_xis
天氣預報的必要性
天氣預報需要涵蓋所有可能性——包括最壞的情況，這對規劃來說非常重要。
WeatherNext 2 可以從單個起點預測數百種可能的天氣結果。每次預測在單個 TPU 上僅需不到一分鐘；而在使用基于物理模型的超級計算機上，這需要數小時。
圖示：神經網絡創造的連續變異。
與前代對比，WeatherNext 2 幾乎可以說是全方位碾壓。它在 99.9% 的變量（如溫度、風、濕度）和預測時間（0-15天）上超過了之前最先進的WeatherNext模型，這使預報更加有用和準確。
性能提升得益于一種名為功能生成網絡（FGN）的新型 AI 建模方法，它直接向模型架構注入“噪聲”，使其生成的預報保持物理真實且相互關聯。
這種方法特別適用于預測氣象學家所說的“邊緣值”和“聯合值”。前者指獨立的天氣元素，后者則是一個大型、復雜、相互關聯的系統中各個要素的組合方式。
圖示：連續排名概率評分。
借助WeatherNext 2，谷歌團隊再一次將尖端研究轉化為具有高影響力的實際應用，并將其推廣至全球社區。團隊表示，他們仍在積極提升模型的能力，希望能以此加速科學發現，賦能全球的研究人員、開發者和企業生態系統，幫助他們在當今最復雜的問題上做出決策并為未來奠定基礎。
原文鏈接：https://blog.google/technology/google-deepmind/weathernext-2/
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
