Google 推 WeatherNext 2 新一代氣象預報 AI 模型，Pixel、搜尋、Gemini 搶先用
Google WeatherNext 2 AI 氣象模型，預測速度快 8 倍，準確度提升，應用於 Pixel Weather、Google 地圖等，提供更精準天氣資訊。
Google DeepMind 近日發表最新的氣象預報 AI 模型 WeatherNext 2，號稱是目前最先進且效率最高的預測模型。這項技術不僅大幅提升了預報速度和準確性，更已實際應用於 Google 的多項產品中，包括 Pixel Weather、Google 搜尋和 Gemini，為使用者提供更精準的天氣資訊。
WeatherNext 2 相較於前代模型，在多個方面都取得了顯著的進展，包括：預報生成速度提升 8 倍，能更快地提供天氣資訊；在溫度、風速、濕度等 99.9% 的變數預測上，都超越了先前的模型。WeatherNext 2 還能產生每小時高解析度的預測，提供更精細的天氣變化資訊，更可從單一起始點預測數百種可能的天氣結果，涵蓋各種潛在情境，包括低機率但可能造成嚴重影響的極端天氣事件。
▲ 連續排名機率評分 (CRPS) 對比 WeatherNext 2 和 WeatherNext Gen。
WeatherNext 2 的核心技術是功能生成網路（Functional Generative Network，FGN）。FGN 透過將雜訊注入模型架構中，使生成的預測在物理上保持真實且相互關聯。其運作流程大致如下：
- 輸入最新的氣象數據。
- 透過添加雜訊，生成略有不同的獨立氣象預報。
- 完成大量氣象預報模擬。
- 將生成的氣象預報再次輸入 WeatherNext 2，從而預測更遙遠的未來天氣。
這種方法對於預測氣象學家所稱的「邊緣」（Marginal）和「聯合」（Joint）特別有用。「邊緣」是指特定地點的準確氣溫、特定高度的風速等個別獨立的氣象要素。WeatherNext 2 的創新之處在於，該模型僅基於每個邊緣進行訓練，但仍能巧妙地預測大規模、複雜且相互關聯的氣象，而這些氣象取決於各個要素如何組合（聯合）。透過聯合預測，可以準確預測各種資訊，例如「受高溫影響地區的氣象預測」和「整個風力發電廠的預期發電量」等。
WeatherNext 2 的技術已被整合到 Google 的核心預測系統中，為多項產品提供更準確的天氣預報，包含 Google 搜尋、Gemini、Pixel Weather，未來幾週內，Google 地圖的天氣資訊也將採用 WeatherNext 2 技術。
此外，企業、科學家和開發人員也可以透過 Google Cloud Vertex AI、Big Query 和 Earth Engine 存取 WeatherNext 2 的預測數據，進行自定義模型推論和研究。
Google 表示，未來將持續整合新的資料來源，並進一步擴大 WeatherNext 2 的應用範圍，為使用者提供更全面、更精準的天氣預報服務。