DeepMind WeatherNext 3 改吃卫星原始观测,逐小时预报免受分析场偏差污染
dair_ai · x · 2026-09-07
Google DeepMind 发布 AI 天气模型 WeatherNext 3,解决了以往 AI 天气模型的核心缺陷:过去所有模型都在「分析数据」(本身是另一模型输出)上训练和初始化,预报因此继承分析场的偏差,也无法直接使用新的卫星观测。
WeatherNext 3 的关键改动:
- 直接摄取低延迟静止轨道卫星数据,预报更新频率从每 6 小时提升到每小时
- 分辨率达 0.1 度、逐小时步长,媲美最好的物理全球模型,含太阳辐射与云量
- 学习目标位于「观测空间」而非「分析空间」:直接预测卫星反演降水、热带气旋路径、站点观测
- 因对稀疏站点数据按局部地理条件建模,可在任意位置给出 2 米温度与露点
所属事件:DeepMind 发布 WeatherNext 3，直接学习实时观测数据(2 条相关)→
「研究」频道最新
- AI 数学播客对话 CMU 教授 Avigad:数学能否被自动化 — EchoShao8899 · 2026-09-07
- 「The honest claim」成预印本高频词,暴露AI代写痕迹 — lpachter · 2026-09-07
- ML 研究可复现性正走向失效：三大诱因讨论引热议 — NeighborhoodFatCat · 2026-09-07
- GPT Astra 三试其一解决 1962 年 Erdős–Sós 猜想，仅花 363 美元 — burny_tech · 2026-09-07
- 微软论文：蒸馏 50 条轨迹写成技能卡，小模型追平推理模式 — rohanpaul_ai · 2026-09-07
- 计算机使用模型仍靠「低频大批量」操作,细粒度任务成瓶颈 — mike64_t · 2026-09-07