Прогнозирование погоды десятилетиями работало примерно по одному и тому же расписанию. Традиционные численные модели прогнозирования погоды получают данные каждые шесть часов, выполняют масштабные физические симуляции и выдают результаты, которые к моменту прочтения уже слегка устарели.
3 сентября 2026 года Google DeepMind и Google Research объявили о WeatherNext 3 — глобальной модели погоды на основе ИИ, которая генерирует прогнозы каждый час с использованием данных в реальном времени от геостационарных спутников. Это первая глобальная модель, достигшая настоящих циклов обновления каждый час, и ранние тесты показывают, что она не только быстрее, но и значительно точнее предыдущих решений.
Что на самом деле делает WeatherNext 3 иначе
Основная инновация внешне кажется простой: вместо ожидания пакетных наблюдательных данных, поступающих каждые шесть часов, WeatherNext 3 обучается непосредственно на потоках спутниковых данных в реальном времени. Это означает, что он может инициализировать новый прогноз каждый час, предоставляя метеорологам и отраслям, от которых они зависят, гораздо более точное изображение атмосферы в режиме реального времени.
Разрешение демонстрирует схожую картину. Модель обеспечивает пространственную детализацию до 5 км для поверхностных переменных, откалиброванных по станциям, таких как температура и влажность, 10 км для других измерений на поверхности и 25 км для атмосферных переменных. Это примерно в пять раз выше, чем у предшественника — WeatherNext 2, запущенного в ноябре 2025 года.
Для осадков улучшения еще более значительны. Прогнозы дождя и снега WeatherNext 3 на сроки в один день и более на 50% точнее, чем предыдущие модели, что подтверждается показателями Brier score и CRPS по сравнению с наблюдениями за осадками спутника IMERG.
Модель генерирует ансамблевые прогнозы из 64 членов. Выбранные циклы прогнозирования простираются до 15-дневного горизонта, в то время как часовые промежуточные запуски охватывают окно в 48 часов.
От GraphCast до WeatherNext 3: происхождение
Google DeepMind с 2023 года систематически развивает свою систему ИИ для прогнозирования погоды, когда была представлена модель GraphCast, продемонстрировавшая, что машинное обучение может соответствовать или превосходить традиционные физические методы прогнозирования для среднесрочных прогнозов. В 2024 году последовала GenCast, добавившая возможности вероятностного ансамбля. WeatherNext 2 появилась в ноябре 2025 года. WeatherNext 3 представляет собой следующий логический шаг: обеспечение полной реализации конвейера в реальном времени путем прямого подключения к потокам спутниковых наблюдений вместо использования предварительно обработанных аналитических полей, которые создают задержки.
Операционная платформа WeatherBench от Brightband, независимая оценочная система, признала WeatherNext 3 самым передовым и точным глобальной метеомоделью на данный момент.
Модель также демонстрирует особую точность во время экстремальных погодных явлений. Прогнозирование траектории и интенсивности циклонов было особой областью внимания.
Чистая энергия и коммерческие применения
WeatherNext 3 специально ориентирован на переменные ветра и солнечного света, что делает его непосредственно полезным для операций в сфере возобновляемой энергетики. Google интегрирует выходные данные модели в Search, Maps и Earth Engine. Для разработчиков и исследователей данные доступны через BigQuery на Google Cloud.
50-процентное улучшение точности прогноза осадков на сутки вперед особенно важно для сельского хозяйства, поскольку время выпадения дождя имеет почти такое же значение, как и его объем, при планировании сельхозработ.