WeatherNext 开源：气旋预报提前量达一天

预测危险气旋如何发展是一个长期难题，每一小时都至关重要。热带气旋（也称飓风或台风）是地球上破坏力最强的天气现象之一，过去 50 年在全球造成超过 70 万人死亡和 1.4 万亿美元经济损失。对预报员来说，及时准确的预警始终在与时间赛跑。

Google DeepMind 在《自然》发表的论文中展示了 WeatherNext AI 模型在预测气旋路径、强度和风场结构方面的顶尖准确性。平均而言，该模型能为预报员多争取一天预测时间：其三天的预报水平，相当于此前模型只能提前两天达到的水准。这一提升幅度大致相当于气象领域十年的进步。

这项工作是 Google DeepMind 和 Google Research 的 AI 研究者与工程师，同美国国家飓风中心（NHC）、大气合作研究所（CIRA）、英国气象局等机构的专业预报员合作完成的。

研究已在现实中产生影响。2025 年飓风季，该模型帮助 NHC 对飓风梅丽莎做出历史性预报，预测了风暴的快速增强和牙买加登陆，促使 NHC 提前发布预警，为当地团队争取了关键准备时间。今年，双方继续合作，目前针对每个气旋生成 1000 个可能情景，为预报员决策提供支持。

天气影响每一个人。鉴于这一广泛影响，Google DeepMind 决定开源飓风季中使用的 WeatherNext 2 和 WeatherNext Cyclones 模型。通过公开这项技术，他们希望赋能研究社区，让 AI 在建设更具韧性的社区方面发挥更大作用——无论是为地方预报员提供防灾工具，支持可再生能源发展，还是预判极端天气。

WeatherNext 如何预测天气与气旋

以 2024 年 10 月飓风米尔顿期间全球大气状态为起点，WeatherNext Cyclones 迭代预测全球天气模式和精细气旋路径，最长可提前 15 天。运行包含 1000 个成员的集合预报，可以生成从热带风暴到飓风级风力的局部概率图。

预测气旋通常需要在两种不同建模技术之间取舍。气旋路径由大规模全球大气环流引导，此前最适合用较粗糙的全球模型模拟；而气旋强度由其核心附近高度局地化的细尺度热力物理过程驱动，最适合用专门的高分辨率局地模型。

WeatherNext 通过提升全球天气整体预报，弥合了这一鸿沟。它是一个统一 AI 模型，能以最高精度预测热带气旋的路径、强度与风场结构。这一突破来自训练、架构以及低分辨率输入处理方式的独特组合。

该模型在 2023 至 2024 年的历史气旋上接受了评估，研究团队将其确定性和概率性表现与其他顶尖天气模型对比。平均而言，WeatherNext Cyclones 在预测气旋路径、强度和风场结构方面，获得超过一整天（24 小时）的提前量优势。

模型在两种不同数据模态上联合训练：全球天气动力学和专家整理的历史气旋观测。通过基于近 20 TB 全球大气数据和涵盖近 5000 个历史风暴的 IBTrACS 数据库进行端到端训练，模型学会了复杂的大气模式以及极端天气的建模方式。

气旋预报精度近几十年来稳步提升。图中展示了 ECMWF-ENS 路径预报和 HWRF 强度预报在多年间的 3 天精度，以及 WeatherNext Cyclones 如何在路径和强度两方面带来阶梯式改进。按照过去 20 年的趋势，这一改进相当于十年的进步。

模型使用功能生成网络（FGNs）高效生成不同预测的集合，以捕捉天气固有的不确定性。如今在 TPU 上生成单个 15 天预报不到一分钟，让预报员能快速评估潜在灾难性尾部风险的概率分布。去年系统每次生成 50 个预测，与全球物理模型相当；今年集合规模扩大到 1000 个成员，能够捕捉诸如 2025 年飓风梅丽莎快速增强那样罕见但后果严重的场景。