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
- 形式化验证让 AI 编码更快：Lean 证明成为 agent 优化护栏 — bigdata · 2026-11-11
- 教授用纯 NumPy 从零搭建交互式神经网络教学笔记本 — GeostatsGuy · 2026-11-11
- 新 benchmark Continual-ARC:主流 agent 都学不会经验,9B 模型微调可以 — Med1_Ai · 2026-11-11
- Science 子刊：好的对话呈现'粉噪'式的语义波动模式 — _akpiper · 2026-11-11
- 研究：近半数 STEM 博士论文用 AI 写，仅 4.7% 主动披露 — paulnovosad · 2026-11-11
- AlphaGenome 2 商业 API 上 Google Cloud 私测，权重承诺未来开源 — anshulkundaje · 2026-11-11