Google新一代WeatherNext 2天氣預報模型，一分鐘可算出上百種天氣變化

Google推出新一代人工智慧天氣預報模型WeatherNext 2，主打在單一TPU上約一分鐘內就能算出上百種全球天氣情境，運算速度比前一代模型快約8倍，時間解析度細到每小時，預報時間可涵蓋0到15天。WeatherNext 2已被正式導入Search、Gemini、Pixel天氣等服務，也透過Google Maps Platform的Weather API與Google Cloud對企業與開發者開放。

WeatherNext 2由DeepMind與Google研究院共同研發，延續既有WeatherNext家族模型，強調以機器學習取代傳統大量數值方程式運算的作法。傳統數值天氣預報需要超級電腦逐步求解大氣物理方程式，才能得到未來數天的天氣，而WeatherNext 2則是從長期觀測與歷史資料中學習大氣演變的統計與空間關係，再用神經網路推估未來狀態，達成較快的運算與較低的能源成本。

WeatherNext 2能從單一初始條件快速產生上百種預報情境，每次推論在單顆TPU上一分鐘內完成，比傳統需要超級電腦運算數小時的物理模式更能即時更新結果，協助掌握颱風、強降雨或極端高溫等可能變化。研究人員解釋，由於採用功能式生成網路（Functional Generative Network）架構，將隨機擾動加入模型內部，讓輸出的天氣既具變化又維持物理一致。模型雖只以單點氣象變數（Marginals）訓練，推論時仍能生成大尺度的聯合場（Joints），例如熱區範圍或風場電廠的總出力，這些才是實際決策最需要的資訊。

研究人員表示WeatherNext 2在幾乎所有氣象變數與預報時效上，都優於前一代WeatherNext Gen，包含溫度、風場、濕度等，時間範圍則從即時到未來15天。內部以CRPS（Continuous Ranked Probability Score）這類機率預報評量指標比較，顯示新模型在短期與中程預報上整體誤差更低。搭配一小時時間步長的輸出，能滿足能源、交通與物流等產業對細緻時間解析度的需求，例如預估風電與太陽能出力或安排航班與車隊調度。

WeatherNext 2的預報資料已經上架到Earth Engine與BigQuery，提供研究機構、企業與政府單位進行地理空間分析與大量資料查詢。Google雲端則在Vertex AI上推出早期存取計畫，讓企業能將WeatherNext 2納入自家應用情境，進行自訂推論或與既有系統串接。對一般使用者而言，該模型會以更直觀的方式呈現在Search查詢結果、Gemini對話回覆、Pixel手機內建天氣以及之後Google Maps中的天氣資訊中。