數十年來，天氣預報一直沿用大致相同的時間週期。傳統的數值天氣預測模型每六小時輸入一次數據，進行龐大的物理模擬，並輸出結果，而這些結果在任何人閱讀時已略顯滯後。
於 2026 年 9 月 3 日，Google DeepMind 與 Google Research 宣布推出 WeatherNext 3，這是一款由 AI 驅動的全球天氣模型，可利用即時地球靜止衛星觀測數據每小時生成預報。這是全球首個實現真正每小時更新週期的模型，早期基準測試顯示，其不僅速度更快，準確度也顯著超越以往的模型。
WeatherNext 3 真正的不同之處
核心創新在概念上看似簡單：WeatherNext 3 不再等待每六小時到達的批次觀測數據，而是直接根據實時衛星數據進行訓練。這意味著它每小時就能生成新的預報，為氣象學家及依賴氣象的行業提供更接近實時的大氣狀況圖像。
解析度呈現了類似的狀況。該模型針對經過站點校準的地表變量（如溫度和濕度）可提供高達 5 公里的空間細節，其他地表測量值為 10 公里，大氣變量為 25 公里。這比其前身 WeatherNext 2（於 2025 年 11 月推出）清晰約五倍。
至於降水方面，改善更加顯著。WeatherNext 3 的降雨和降雪預報，在以 Brier 分數和 CRPS 與 IMERG 衛星降水觀測對比的情況下，針對一天或更長的預報時效，準確度最高提升了 50%。
該模型生成 64 成員的集合預報。選擇的預報週期可延伸至 15 天的預測範圍，而每小時的中間運行則涵蓋 48 小時的窗口。
從 GraphCast 到 WeatherNext 3：其發展脈絡
自2023年推出GraphCast以來，Google DeepMind 一直系統性地構建其天氣AI堆棧，該模型證明了機器學習在中程預測上可達到或超越傳統基於物理的預報。2024年，GenCast 緊隨其後，增加了概率集合功能。WeatherNext 2 於2025年11月推出。WeatherNext 3 代表了下一步合乎邏輯的進展：通過直接接入衛星觀測數據流，而非依賴會引入延遲的預處理分析場，使整個流程實現實時化。
Brightband 的運營式 WeatherBench 這一獨立評估框架，已將 WeatherNext 3 評為目前最先進且最準確的全球天氣模型。
該模型在極端天氣事件中也展現出特別的優勢。颱風路徑和強度預測一直是重點關注的領域。
清潔能源與商業應用
WeatherNext 3 明確針對風力和陽光變數，使其直接適用於可再生能源運營。Google 正將該模型的輸出整合至搜尋、地圖和 Earth Engine。對於開發人員和研究人員，這些資料可透過 Google Cloud 上的 BigQuery 存取。
提前一天的降水準確度提升 50%，對農業尤其重要，因為降雨時機對農業規劃而言幾乎與降雨量同等重要。