多贏一天預警:Google DeepMind 開源 WeatherNext,讓颶風預報一口氣躍進十年

當颶風朝海岸線直撲而來,每一個小時都是性命。熱帶氣旋——颶風與颱風——過去 50 年在全球造成超過 70 萬人死亡、1.4 兆美元經濟損失,而「兩天撤離窗口」與「三天撤離窗口」之間的差距,是用生命計算的。這正是 Google DeepMind 最新成果讓整個氣象學界側目的原因:該公司的 WeatherNext AI 模型不只是小幅超越傳統預報,而是平均讓預報員多獲得整整一天的預測優勢——它的三天預報,準確度等同於以往模型只能做到的兩天預報。

《紐約時報》8 月 28 日報導,DeepMind 的分析顯示,這個 AI 模型「比傳統模型提早一天或更早」產出準確預報。Google 研究團隊自己則說得更直白:以過去 20 年的進步趨勢衡量,這一個模型帶來的躍進,相當於整整十年的氣象學進展。

一個模型,解開一道兩難

這項發表於 2026 年 8 月 6 日《Nature》的成果,解開了盤據氣旋預報數十年的兩難。氣旋的路徑——它往哪裡去——由行星尺度的大氣環流引導,粗解析度的全球模型擅長處理;它的強度——它有多猛烈——則由風暴核心的細尺度熱力學過程決定,過去必須依賴高解析度的專用區域模型。預報員被迫把兩套系統拼接起來用。

WeatherNext 打通了這道牆。它是單一神經網路,同時預測路徑、強度與風場結構,在 2023–2024 年歷史氣旋上評測,準確度達到世界頂尖水準,與全球最強的作業模型並駕齊驅。這項工作由 Google DeepMind 與 Google Research 共同開發,美國國家颶風中心(NHC)、大氣研究合作研究所(CIRA)與英國氣象局的資深預報員既是合作夥伴,也是論文共同作者。

訓練配方端到端融合了兩種資料:約 20 TB 的全球大氣資料,以及涵蓋近 5,000 個歷史風暴、由專家整理的 IBTrACS 資料庫。架構上採用 Functional Generative Networks(FGN)來產生集合預報——一群彼此不同的預測情境,如實呈現大氣固有的不確定性,而不是假裝它不存在。

每個風暴 1,000 種情境,一分鐘內跑完

作業面的數字跟準確度一樣驚人。如今單一枚 TPU 晶片、不到一分鐘,就能產生一份 15 天預報。去年系統一次產生 50 個集合成員,約與全球物理模型相當;今年颶風季,它擴充到每個氣旋 1,000 種可能情境——這正是讓「罕見但致命」的尾部風險(例如快速增強)得以被預報員看見、而不是被平均値淹沒的關鍵。

這項能力已經寫下一次歷史性的實戰紀錄。2025 年颶風季,這個模型協助 NHC 成功預測颶風 Melissa 的快速增強與牙買加登陸,讓官方得以提前發布警報,給第一線團隊爭取到關鍵的整備時間。NHC 自己的 2025 年度驗證報告完整記錄了這次事件。

最耐人尋味的科學細節或許是:WeatherNext Cyclones 僅用 28×28 公里解析度的輸入資料就達到了強度預測的準確度——比傳統模型粗了約 100 倍。「解析度越高、強度預報越準」是寫進數十年建模策略的鐵律,如今 Google 研究員坦承,模型如何「用這麼少的資訊做到這麼多」,已是「一個開放的研究問題」。更精簡的兄弟版本 WeatherNext 2-mini,以更粗的 111×111 公里解析度運行,還能在免費的公開 Colab 筆記本上、用單一 TPU 跑起來。

程式碼與權重全面開源

伴隨《Nature》論文,Google 同時開源了 WeatherNext Cyclones(颶風季實際上線的版本)與 WeatherNext 2(十月起投入作業的更新版)的程式碼與模型權重,授權明言歡迎學術研究、國家氣象單位的作業化使用,以及特化在地模型的衍生開發。對於那些永遠不可能自建 ECMWF 級超級電腦管線、卻身處風暴帶上的國家氣象單位而言,這才是真正的重點:前沿預報能力,免費下載。

對大眾的 Weather Lab 也同步翻新了介面,從氣旋路徑擴及全球溫度、降水、風速預報,整合在單一檢視中。Weather Lab 與 WeatherNext 模型都隸屬於 Google Earth AI。

為什麼重要

這次發布背後有兩條更大的脈絡。第一,AI 研究與作業科學之間的界線正在消失。WeatherNext 是繼 GraphCast(2023)與 GenCast(2024)之後,DeepMind 又一口吃下一塊自 1980 年代以來由物理超級電腦模型獨佔的領域——中期預報、集合預報,如今輪到氣旋預報。當一篇《Nature》論文加上開放權重,就能讓任何氣象單位重現十年的預報技術進展,各國氣象服務的經濟學就此改寫。

第二,「多一天」究竟買到了什麼。撤離決策落在登陸前 48–72 小時;真正會致命的是登陸前的快速增強,因為它跑得比警報週期還快。一個三天預報帶著過往兩天預報誤差水準的模型,加上幾秒鐘跑完 1,000 種情境的能力,把作業氣象學裡最困難的預報問題,變成一張人類預報員能夠真正據以推理的機率地圖。Google 也謹慎點出這個迴路裡人的那一半——模型不取代預報員,而是武裝他們。

2026 年大西洋颶風季正逼近統計高峰期,「開源權重、一分鐘一份預報、Melissa 的實戰驗證」這三件事加在一起,讓 WeatherNext 成為自 AI 預報誕生以來天氣領域最重要的 AI 故事。颶風預測的下一個十年,或許已經躺在一個 Colab 筆記本裡。

本文資料來源列於 frontmatter,並顯示於下方。