Google WeatherNext 3 直接读卫星原始观测,短临温度误差降 40%
anselm · x · 2026-09-24
Google DeepMind 与 Google Research 公开 WeatherNext 3 论文，针对现有 AI 天气模型的两大短板给出解法。
- 摆脱分析数据延迟：传统 AI 气象模型依赖每 6 小时才更新一次的分析场作起点，天然滞后 6-12 小时并继承其偏差。WeatherNext 3 直接 ingest 原始观测，用对地静止卫星数据拼出约 1 小时延迟的每小时全球马赛克，实现每小时出新预报。
- 分辨率对齐物理模型：时间步长 hourly，单层变量（含太阳辐射、云量）分辨率达 0.1 度，与最优物理模式相当。
- 效果：在训练中从未见过的气象站上，短临温度误差最多降低 40%，概率性中期预报技能创下新 SOTA。
「研究」频道最新
- World Labs 发布全模态世界模型 Atlas：原生支持文本图像视频3D — theworldlabs · 2026-09-24
- zeta(5) 或已被证明无理数,作者用 Astra 验证论证正确性 — aran_nayebi · 2026-09-24
- 新论文用多尺度 NeuroAI 模型解开安眠药唤醒意识障碍患者的悖论 — introspection · 2026-09-24
- 新理论：意识为解决纯智能搞不定的生存权衡而演化 — rjhaier · 2026-09-24
- ICLR 投稿观察：RNA 结构协同设计论文扎堆 — rishabh16_ · 2026-09-24
- SFT 只遮响应是元凶：全序列掩码解锁扩散模型 prompt infilling — kastnerkyle · 2026-09-24