Google DeepMind 週四宣布推出旗下最新人工智慧（AI）氣象模型 WeatherNext 3，號稱是其最先進且準確的全球氣象 AI 模型，目前已整合至 Google 搜尋、Google 地圖以及 Gemini 應用程式中。此模型透過學習即時衛星數據，大幅提升了天氣預報的精準度，尤其在降水預測方面取得顯著進展。

不同於傳統依賴物理模擬的「數值天氣預報」（NWP）模型，傳統數值天氣預報模型通常存在長達六至七小時的數據延遲，WeatherNext 3 則能直接從即時地球同步衛星數據學習。這項技術突破使其能夠每小時更新預報，並將數據延遲時間縮短至三到四小時。Google DeepMind 資深研究科學家 Ilan Price 對此表示，透過不等待下一次分析日期，並運用最新資訊，模型精準度得以大幅提高。

在預報精準度方面，WeatherNext 3 在降水預報上較前一代模型提升高達 50%，與 WeatherNext 2 相比，降水預報準確度改善高達 60%。模型能夠提供多種空間解析度的預報，例如氣溫和濕度可達 5 公里解析度（即預報影像的細緻程度，數字越小代表越精細），地表變量為 10 公里，風速則為 25 公里。整體而言，WeatherNext 3 的全球氣象預報影像比 WeatherNext 2 的 25 公里網格銳利約五倍。此外，該模型參數數量是 WeatherNext 2 的 2.4 倍，並能原生預測氣旋路徑。

WeatherNext 3 除了應用於 Google 現有產品外，也為再生能源發電提供專門預測，包括 100 公尺高空風速、雲層覆蓋以及太陽輻射水平，以協助電網營運商和開發商估算發電量。開發者和研究人員也能透過 BigQuery、Google Earth Engine 和 Google Cloud Storage 存取這些預報數據。

此項突破對於拉丁美洲、非洲和亞太地區等傳統上難以取得高解析度預報的區域尤為重要，因為傳統模型的龐大運算成本限制了這些地區的發展。這使得在地化、高精準度的預報能惠及數十億人口與當地企業。這種高解析度、即時更新的預報技術，對於台灣這類常受颱風、豪雨影響的地區來說，在防災減災、水資源管理方面，都具備極高的應用潛力。