Google 发布 WeatherNext 3：吃实时卫星数据、每小时刷新、5 公里分辨率——「从物理模拟学到从观测学」

DeepMind 官方博客（9-03，curl 直开全文确认）：WeatherNext 3 最关键的跃迁是训练数据——不再主要学习数值天气预报（NWP）模型的输出（带 6 小时滞后偏差），而是直接吃全球地球同步卫星实时马赛克与稀疏站点观测：温度/湿度 5 公里网格（前代 25 公里）、大气变量 25 公里、每小时出一次预报（前代 6 小时步长），整体清晰度约 5 倍于 WeatherNext 2；架构为 Functional Generative Network 网格 transformer，原生输出稠密场+气旋路径+站点稀疏坐标。据独立评测机构 Brightband 的实时评估为「迄今最先进准确的全球天气模型」。为可再生能源定制：100 米（风机高度）风速、高分辨率云量与太阳辐射。已集成进搜索、Gemini、地图、谷歌地图平台与云服务——对拉美/非洲/亚太等缺乏高分辨率预报的地区是实打实的普惠。