Google天气AI自称精度提升60%，但这行业连排名都没统一标准

Google在9月3日更新了旗下AI天气预报模型，新一代WeatherNext 3把预报刷新频率提到每小时一次，还宣称部分降水预测比上一代最高提升60%。这条消息本身值得记录，但真正该拆开看的是那个“60%”——它跟谁比、比的是哪个指标，这才是这次更新里最容易被忽略、也最容易被过度解读的部分。

对普通用户来说，Search、Maps、Gemini里的天气卡片确实会变细。但对整个AI气象圈来说，Google自己给出的这套精度数字，恰好暴露了这个赛道一直没解决的问题：到底谁的AI天气模型更准,目前没有一个独立、统一的答案。

每小时刷新一次，WeatherNext 3到底变了什么

上一代WeatherNext 2每6小时出一次预报，网格分辨率25公里。新模型改成直接摄入地球静止卫星的实时拼接图像，而不是等物理模型算完的分析数据，每小时初始化一次，一天最多24次，主6小时周期的预报能看15天,每小时插补的短期预报可以看到48小时以后。

集合成员数扩到64个，地表变量分辨率最高能到5公里左右（气温、露点这类站点校准变量约0.05度），高空场仍维持在25公里，跟上一代持平——这次升级主要是补地表和短期这两块。

模型已经接进Search、Maps、Gemini、Maps Platform Weather API和Earth Engine。

“最高提升60%”说的是哪一种更准

Google给的精度数字不是一个数，是一组数，而且每个数对应的基准完全不同：

CRPS（连续分级概率评分）是气象界评估概率预报常用的指标，数值越低越好。跟IMERG比降低60%听起来最猛，但IMERG本身也是遥感反演，误差空间大；跟地面雨量计——最贴近真实降雨的观测——比，改善幅度只剩10%左右。越接近真实世界的降雨，Google给出的提升就越小。

面向消费者的那句“提前一天以上降水预报准确率最高提升50%”，是产品层面的综合宣传语，没有对应到上面任何一个单一指标上。

从GraphCast到WeatherNext，自评“胜率”为什么一路走高

Google旗下模型这几代一直在打同一套牌：GraphCast当年宣称在2760个变量/时长组合里89.3%击败当时运营的ECMWF HRES；GenCast接着说自己在1320个目标里97.2%赢了ECMWF ENS，36小时后这个比例升到99.8%；到WeatherNext 2，官方给出的说法是在99.9%的评估组合上占优。

越接近真实降雨，提升幅度就越小

这些百分比不是误差降低了多少，而是“在这么多变量/时长组合里排名更靠前”——跟误差真的降了89%完全是两件事。而且这些对比用的HRES、ECMWF ENS版本，往往是Google训练验证周期里锁定的旧配置，ECMWF自己一直在升级。

NOAA去年做过一个实验：同一套GraphCast架构，用ECMWF的初始条件驱动，表现明显好于用美国GFS初始条件驱动的版本。“AI模型更准”这个结论，很大程度上取决于喂给它的初始数据来自谁，不只是模型本身强不强。

• 结论.目前不存在独立、统一的AI天气模型排行榜，所谓“更准”多数时候是模型自己说的

RMSE（均方根误差）偏低还有一个陷阱：AI模型倾向于把预报结果抹平，统计误差好看，但会系统性低估强降水和极端风速这类尖峰事件——这恰好是普通人最关心、保险公司和应急部门最在意的部分。

谁真的会用上它，谁不该轻信它

Search、Maps、Gemini的普通用户会看到界面更细、刷新更快，尤其在雨量计稀少的地区体验提升最明显——Google自己点名这些地方主要在美国和欧洲之外。这句判断相对靠谱：那里的预报基线本来就弱，AI补的是数据空白，不是跟顶级模型拼极限精度。

台风路径和强度预测不在这次升级的强项里。WeatherNext 3是全球通用模型，网格再细也到不了专门针对台风核心结构训练的水平。Google给国家飓风中心和亚洲气象机构提供的是另一套专门模型，官方给出的建议依然是：真正的飓风预警，以气象部门自己的专业集合预报为准。

还有一个不该被忽略的细节：新模型能预测100米高度的风速——差不多是风力涡轮机叶片的高度，服务对象是可再生能源发电预测。Google自己的数据中心正在吃掉越来越多电力，把风电、光伏出力算得更准，对Google自己的能源账本也有直接好处，这不完全是无私的技术升级。

• 风险.强降水和台风强度这类尾部风险场景，AI模型的低误差可能只是把极端值抹平了，不能替代官方预警

面对这类“AI又变强了”的公告，比较靠谱的读法是：先看它对比的基准是什么，再问离真实世界有多远，最后问一句有没有独立第三方验证过——目前的答案基本是没有。