谷歌推出新一代人工智能天气预报模型WeatherNext 2，主打在单颗TPU上约一分钟内即可计算出上百种全球天气情景，运算速度比前一代模型快约8倍，时间分辨率精细到每小时，预报时效覆盖0至15天。WeatherNext 2已正式应用于Search、Gemini、Pixel天气等服务，并通过Google Maps Platform的天气API和Google Cloud向企业与开发者开放。

WeatherNext 2由DeepMind与谷歌研究院共同研发，延续了WeatherNext系列模型的技术路线，强调以机器学习替代传统依赖大量数值方程的计算方式。传统数值天气预报需借助超级计算机逐步求解大气物理方程，才能推算未来数日的天气状况，而WeatherNext 2则从长期观测与历史数据中学习大气演变的统计规律与空间关联，再通过神经网络预测未来状态，实现更快的运算速度与更低的能耗。

WeatherNext 2能够从单一初始条件快速生成上百种预报情景，每次推理在单颗TPU上仅需一分钟即可完成，远超传统物理模型需数小时的超级计算耗时，从而更及时地更新结果，助力应对台风、强降雨、极端高温等极端天气事件的潜在变化。研究人员指出，该模型采用功能性生成网络（Functional Generative Network）架构，在模型内部引入随机扰动，使输出的天气既具备多样性，又保持物理一致性。尽管模型仅使用单点气象变量（Marginals）进行训练，但在推理时仍能生成大尺度的联合场（Joints），例如高温区域范围、风力发电厂或太阳能电站的整体出力等，这些正是实际决策中最关键的信息。

研究人员表示，WeatherNext 2在几乎所有气象变量和预报时效上均优于前一代WeatherNext Gen，包括温度、风场、湿度等，时间范围涵盖从实时到未来15天。通过CRPS（连续秩概率得分）等概率预报评估指标对比显示，新模型在短期与中期预报中的整体误差更低。配合每小时时间步长的输出，可满足能源、交通、物流等行业对高精度时间分辨率的需求，例如预测风电与光伏出力、调度航班与运输车队等。

WeatherNext 2的预报数据已上线至Earth Engine与BigQuery，供研究机构、企业和政府单位开展地理空间分析与大数据查询。谷歌云在Vertex AI上推出了早期访问计划，允许企业将WeatherNext 2集成至自有应用场景，进行定制化推理或与现有系统对接。对于普通用户，该模型将以更直观的方式呈现于搜索结果、Gemini对话回复、Pixel手机内置天气应用，以及后续Google Maps中的天气信息中。