谷歌推出 WeatherNext 氣旋模型,AI 高精度預報颶風平均提前 24 小時

重點摘要
首頁 > 智能時代>人工智能 谷歌推出 WeatherNext 氣旋模型,AI 高精度預報颶風平均提前 24 小時 2026/8/7 14:11:01 來源:IT之家 作者:故淵 責編:故淵 評論: IT之家 8 月 7 日消息,谷歌 DeepMind 團隊昨日(8 月 7 日)發佈博文,宣佈推出 WeatherNext Cyclones 天氣預測模型,主要。
首頁 > 智能時代>人工智能 谷歌推出 WeatherNext 氣旋模型,AI 高精度預報颶風平均提前 24 小時 2026/8/7 14:11:01 來源:IT之家 作者:故淵 責編:故淵 評論: IT之家 8 月 7 日消息,谷歌 DeepMind 團隊昨日(8 月 7 日)發佈博文,宣佈推出 WeatherNext Cyclones 天氣預測模型,主要針對氣旋(Cyclones)設計,稱在預測路徑、強度和風場結構的精度達到業界領先水平。
IT之家援引博文介紹,該模型由谷歌 DeepMind、Google Research、美國國家颶風中心(NHC)、大氣科學聯合實驗室(CIRA)、英國氣象局以及全球多家氣象機構聯合研究開發。該模型聚焦熱帶氣旋,針對颱風、颶風和氣旋,高精度預測其路徑、強度和風場結構。谷歌官方表示按平均表現衡量,該模型把預報能力向前推進了 24 小時,現有模型通常情況下只能提前預測 2 天,而該模型在保留精度情況下,可以預測 3 天時間。谷歌在博文中將預測量級描述為“約 10 年氣象進展”。
訓練方面,模型端到端學習了近 20 TB 全球大氣數據,以及涵蓋近 5,000 個歷史風暴的 IBTrACS(國際最佳路徑氣旋檔案)數據庫。生成能力方面,藉助功能生成網絡(Functional Generative Networks),該系統可在 TPU 上用不到 1 分鐘生成 1 次 15 天遊程預報;去年系統一次只生成 50 個預測,這次擴展到 1000 個。在實際應用方面,WeatherNext 在 2025 年颶風季曾預測到颶風梅麗莎(Melissa)會增強,並在牙買加登陸,NHC 據此提前預警,為當地應急團隊爭取了準備時間。
谷歌團隊還開源了 WeatherNext 2、WeatherNext Cyclones 和 WeatherNext 2-mini,並開放相關代碼與模型權重。
Related
相關文章

天才,對AI發展到底有多重要?
加拿大三位科學家傑弗裡·辛頓、約書亞·本希奧和理查德·薩頓對當代人工智慧發展有重大貢獻,凸顯少數天才就能左右一個國家的技術地位。文章從1956年達特茅斯會議談起,探討人工智慧領域的關鍵爭論與發展脈絡。

微軟 Copilot 新版圖標洩露,趨向扁平化、設計更簡潔
微軟 Copilot 圖標在 Edge Canary 測試版中意外曝光,新設計去除了 3D 陰影,變得更加扁平化。據悉,該圖標還曾短暫出現在新版 Microsoft 365 應用中,但上線時間尚未確定。#微軟Copilot#

Jeff Dean們,趕在貝葉斯AI到來之前跳船
Jeff Dean 離開任職27年的Google,創辦Discovery Loop公司,目標是讓AI進入持續運行的科學發現循環。Google DeepMind論文《LLM can't jump》指出,科學發現需要從經驗事實跳躍到新原則,而當前大型語言模型缺乏這種跳躍能力。研究顯示貝葉斯AI時代即將到來,大廠正積極補足Agent的基礎建設。

Meta重新支稜起來了?純推理拿下五項奧賽金牌,兩項滿分
Meta近期在人工智慧領域展現出驚人實力,其開發的純推理模型在國際數學奧林匹亞競賽中一舉奪下五面金牌,其中兩項更獲得滿分成績。這項成果不僅凸顯了Meta在AI推理能力上的突破,也讓外界重新審視這家科技巨頭在深度學習與邏輯運算方面的技術積累。 根據相關資訊,這款模型並未依賴外部知識庫或預先訓練的數據,而是透過純粹的推理機制來解決複雜數學問題。在競賽中,它成功應對多道高難度題目,涵蓋代數、幾何與數論等領域,最終以五項金牌的成績證明其演算法的有效性。其中兩項滿分表現,更顯示模型在特定題型上的精準度已達到頂尖水準。

智元下架了首席科學家羅劍嵐
智元機器人官網合夥人團隊名單中已移除首席科學家羅劍嵐,其個人社群簡介也不再提及智元職務,疑似離職,但官方尚未證實。羅劍嵐於2025年4月加入智元,任職約1年4個月,期間主導真機強化學習與具身智能研究,此次人事變動發生在公司啟動赴港上市流程之後。

Show me《指環王》!卡帕西強推大模型評測新基準
前OpenAI研究科學家Andrej Karpathy提議以《指環王》作為AI模型評測基準,藉其複雜敘事與龐大世界觀檢驗長文本理解與邏輯推理能力,而非僅測試表面問答。此倡議引發社群討論,支持者認為能補足現有測試盲點,但反對者質疑文學作品標準答案難界定、評分易主觀。Karpathy尚未公布具體題庫或評分機制,該基準能否成為業界標準仍待觀察。