Google DeepMind 開源 WeatherNext 2 與 WeatherNext Cyclones 天氣人工智慧模型，並同步公開程式碼及模型權重。刊登於《Nature》的研究指出，WeatherNext Cyclones 在預測熱帶氣旋路徑、強度與風圈範圍時，若以相同準確度作比較，平均可比現行主要氣象預報模型多提供超過 24 小時的預報時間。
換言之，WeatherNext Cyclones 提前 3 天作出的預測，準確度約可達到過去模型提前 2 天預測的水準。Google 表示，相關模型已在 2025 年颶風季提供美國國家颶風中心（NHC）作為預報參考。
同一套模型處理路徑與強度預測
熱帶氣旋預報的難點，在於其移動路徑與強度受到不同尺度的天氣現象影響。氣旋路徑主要受到大範圍大氣環流牽動，全球氣象模型通常較容易掌握；氣旋強度則與核心附近的細尺度熱力學及對流活動有關，過去往往需要依靠解析度更高的區域模型進行預測。
WeatherNext Cyclones 嘗試以同一套 AI 模型處理這兩類問題，除了預測氣旋路徑與強度，也能估算風圈範圍的變化，最長可提供 15 天的天氣預測。
以全球大氣資料與近 5,000 個氣旋訓練
研究團隊以全球大氣資料搭配接近 5,000 個歷史熱帶氣旋資料訓練模型，讓模型在學習全球天氣變化的同時，也能辨識熱帶氣旋的發展特徵。
研究結果顯示，WeatherNext Cyclones 使用約 28 公里網格解析度的輸入資料，仍能取得不錯的氣旋強度預測結果。傳統方法通常認為，要掌握氣旋核心附近的細微變化，需要更高解析度的資料。
不過，Google 表示目前仍無法完全解釋模型為何能從相對粗略的資料中取得足夠資訊。這項現象也成為後續研究方向之一，代表模型的預測能力與內部運作機制仍有待進一步分析。
大量情境模擬捕捉低機率高衝擊事件
WeatherNext 並非只計算單一預測結果，而是一次產生大量可能的天氣發展情境，再估算不同情況的發生機率。這種做法可協助預報人員觀察發生機率較低、但可能造成重大影響的情況，例如熱帶氣旋在短時間內快速增強。
Google 表示，WeatherNext 在 2025 年颶風季期間一次產生 50 種預測，目前已提高至 1,000 種。更多情境雖不代表每一種結果都會發生，但可提供更完整的風險分布，讓使用者評估潛在變化。
公開模型供研究與氣象應用測試
此次 Google 公開 WeatherNext 2 與 WeatherNext Cyclones 的程式碼及模型權重，氣象機構與研究人員可據此自行測試，或建立衍生模型。開源方式也有助於外部團隊檢視模型表現、探索其限制，並評估在不同地區或氣象任務上的適用性。
一般使用者則可透過 Google Weather Lab 查看 WeatherNext 產生的溫度、降雨、風速及熱帶氣旋預測。至於模型在不同氣候區域、極端天氣事件及長期預報中的表現，仍需透過更多獨立測試與實際應用持續驗證。
