Google DeepMind 與 Google Research 宣布推出全新的 AI 天氣預報模型 WeatherNext 2，同時強調該模型能把全球天氣預報速度提升 8 倍，還能做到細至「1 小時級」的高解析度預報。更重要的是，它能從單一初始資料，一次產生上百種可能的天氣情境，讓用戶、氣象單位與產業能更快掌握極端天氣的可能範圍。目前 WeatherNext 2 已加入 Google Maps、Gemini 等多項應用工具當中。
Table of Contents
速度與解析度皆大幅提升，AI 預報全面升級
官方表示，WeatherNext 2 在 Google 自家 TPU 上跑一次預報只要不到 1 分鐘，遠比傳統物理模型需要的數小時更有效率。它也能輸出更高解析度的預報，細到「每小時」的變化，有助於飛航調度、供應鏈管理，甚至一般人的通勤與生活安排。
官方指出，WeatherNext 2 在 99.9% 的氣象變數與 0～15 天的預報時間中，都勝過前一代 WeatherNext，包括溫度、風速與濕度等多項指標，整體準確度有明顯提升。
核心技術 FGN，打造更真實的天氣模擬狀況
WeatherNext 2 的性能突破，主因是採用新的模型架構 Functional Generative Network (FGN)。這種架構會在模型內部注入「噪音」(Noise)，讓模型在生成天氣情境時能保持自然變異，但又不會脫離物理規律。
為了讓預報結果多樣但一致，系統會使用多個獨立訓練的神經網路，再透過噪音調整，生成一系列彼此連貫的情境版本。Google 也特別提到，這套模型只用「單一變數」(Marginals) 訓練，例如溫度或風速，但卻能預測「聯動系統」 (Joints)，像是熱浪影響整個區域，或風場整體的發電量分布。
這種從簡單訓練資料推演複雜系統的能力，是 WeatherNext 2 的核心優勢。
(註：這裡的噪音，指的是 AI 模型裡刻意加入的隨機變化，讓模型的運算多一點隨機性，產生不同但仍符合物理規律的天氣變化。聯動系統，指的是多種天氣變數一起作用後形成的整體天氣系統，而不是單點數據。)
一次生成上百種情境，極端天氣預判更有依據
WeatherNext 2 能在不到 1 分鐘內，從同一組輸入資料產生上百種天氣結果，並保持每一種都物理合理、相互連貫。
這種能力對於颱風、暴雨、熱浪等「高不確定性事件」特別重要，Google 也已利用這項技術支援氣象機構做實驗性颱風預測，協助判斷最壞情境與可能的變化範圍。
全面導入 Google 產品，也向全球社群開放
目前 Google 已把 WeatherNext 2 正式整合進多個用戶端與企業端產品。一般用戶可以在 Google Search、Gemini、Pixel Weather 與 Google Maps Platform 的 Weather API 看到新的預報系統，之後也會加入 Google Maps。
開發者則能透過 Earth Engine、BigQuery 取得預報資料，並在 Google Cloud 的 Vertex AI 上用自己打造的 AI 天氣模型。
Google 推動全球研究，導入更多資料並擴大使用範圍
Google 表示，未來會持續研究如何整合更多資料來源，進一步提升模型能力，也會在可能的情況下持續開放新工具給研究人員、開發者與企業使用。
官方希望藉由強大的 AI 模型與開放式資料，協助全球社群更快做出能源、交通、氣候等重要決策，並推動更多科學突破。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
