谷歌今天扔出一颗新气象模型,叫WeatherNext 3,通稿里"击败ECMWF""碾压NWS"的说法已经铺开了。给它打分的第三方榜单Operational WeatherBench,页面上挂着的评测配置却还停留在上一代模型WeatherNext 2。规则没换,冠军先戴上了——这事儿值得多问一句:"赢"到底是怎么算出来的。
这次升级是真的,不是纸面参数
先把干货说清楚。WeatherNext 3把关键变量的预测分辨率做到5公里,此前一代模型普遍停留在15到25平方公里的粗粒度上——差了好几个量级。降雨预测这块,官方给出的评估比WeatherNext 2提升60%,这是AI气象长期以来最弱的一环。更新频率从每6小时一次拉到逐小时,靠的是模型第一次直接摄入实时卫星观测数据,而不是等政府机构把数据处理成标准格式再喂进去。参数量也涨到上一代的2.4倍。
这些改进不是孤立堆料,是冲着行业公认的三个老毛病来的:分辨率太粗、降雨预测差、依赖政府格式化数据。谷歌这次三条线都动了刀。产品层面,这些核心变量会陆续接入Search、Google Maps和Gemini的天气信息,用谷歌工程师的话说,这是第一次让WeatherNext系列直接给主力产品供血。
"击败ECMWF"这句话是怎么算出来的
Operational WeatherBench的打分逻辑,原文没细说,但这恰恰是理解"击败"二字含金量的关键。这个榜单的核心方法是:每个模型对照自己的初始化场验证效果,而不是统一对照一套独立的、所有模型公平共享的真实观测。没有自有初始化场的模型,才拿ECMWF的分析场当参照;降雨这一项倒是统一对照ERA5验证。评分指标包括RMSE、位势高度ACC、风矢量RMSE、降雨SEEPS,以及CRPS等概率性指标,覆盖全球到区域多个尺度,逐6小时打分打满15天。
眼下WeatherNext 3吃的是第一种规则。更棘手的是,Brightband的方法论页面截至这次发布,列出的仍是WeatherNext 2、GraphCast、微软Aurora 1.5、Nvidia Atlas这些旧配置,并没有明确纳入WeatherNext 3的新分辨率、新频率、新数据源该怎么评。也就是说,眼下这个"夺冠"结果,更接近一场规则还在打补丁的实时排名,不是经过完整方法论确认的定论。
- 提醒.眼下的排名结果应当当作初步实时结果看待,而不是最终判决,规则本身还没跟上模型的迭代速度。
谁先摸到了"原始观测"
谷歌宣称WeatherNext 3是第一个直接摄入原始卫星观测、做高分辨率全球预报的AI模型。做气球观测起家的创业公司WindBorne不认这个说法——它的WeatherMesh 6模型自2025年底就已经用气球数据等原始观测做预报了。谷歌的回应是,自己的分辨率在全球范围内更高。
这场"谁是第一"的争论,本质上是定义边界没谈拢:原始观测的范围算多大、分辨率门槛卡在哪,谁都可以按对自己有利的方式圈一个"第一"。更值得注意的是,两家模型目前都还得靠国家气象机构提供的数据集打底,谁都没真正做到完全脱离政府基础设施的端到端预报。
规则没定稿,冠军先挂墙,这是这轮"AI击败传统气象"叙事里最容易被漏看的一句注脚。
把这件事放进更长的时间线看,并不突兀。2018年ECMWF公开了逾50年的历史天气数据,深度学习研究者才第一次有了训练替代模型的原料,GraphCast、WeatherNext系列陆续证明AI预报能媲美甚至超过传统数值方法。这是一次扎实的技术接力,不是一次性的营销事件。谷歌、微软、Nvidia、ECMWF自研模型和WindBorne、Brightband这些创业公司,正在同一条赛道上抢跑道——抢的不只是准确率,还有"谁先定义了下一代标准"这件事的话语权。
司马迁写"天下熙熙,皆为利来",放在这里不算夸张。榜单中立与否、方法论透明与否、"第一"的定义谁说了算,背后都连着实打实的商业利益:谁的模型能进政府和企业的采购清单,谁就拿到了下一轮融资和订单的入场券。
- 结论.这场AI气象竞速真正的赢家可能是欧美已经在用AI辅助预报的官方气象机构,以及比尔·盖茨提到过的发展中国家农业和防灾部门——低成本高精度预报对他们是真金白银的收益,不掺水。
普通用户能感知到的变化,眼下更多停留在"降雨提醒会更准一点"这个层面,谷歌没有给出具体的提前量或本地准确率数字,这部分目前还看不清。接下来真正该盯的,不是谷歌下一次通稿怎么写,而是Brightband的方法论页面什么时候正式收录WeatherNext 3的新配置、会不会公布完整分数表,以及WindBorne们会不会拿着同一套榜单反手打回去。规则没写完之前,所有"碾压式领先"都该打个问号。