Google DeepMind 和 Google Research 於 2026 年 9 月 3 日發布 WeatherNext 3，將天氣模型由「較大範圍、較疏的預測」推向更高頻率和更細緻的全球資料層。模型會直接吸收即時地球靜止衛星資料，每小時重新產生預測，並開始在 Google Search、Gemini、Google Maps、Google Maps Platform Weather API 和 Earth Engine 等產品及平台使用。
這次升級的核心不是單純把模型變大，而是把觀測時間和空間細節拉近現實。Google 表示，WeatherNext 3 對溫度和濕度等表面變量可以做到 5 公里解析度，其他表面變量約 10 公里，大氣變量如風速則約 25 公里。上一代 WeatherNext 2 以 25 公里網格、每 6 小時更新作比較，官方把新模型形容為整體約五倍更細緻。
WeatherNext 3 也特別處理降雨、降雪和清潔能源。Google 表示，模型以 NASA GPM IMERG、衛星雷達再分析及雨量站資料改善降水預測；在其評估中，對不同基線的 CRPS 改善最高可達 60%、30% 和 10%，而一天或以上的預測在部分產品體驗中可有最多 50% 的降水準確度提升。這些數字必須按地區、提前時間、變量和評估方法理解，不能當作所有天氣情況的固定增幅。
對能源和企業工作流程來說，另一個變化是模型輸出不只服務一般天氣查詢。Google 提到 100 米高度風速、雲量和太陽輻射等變量，可協助風場和太陽能項目估算發電量；即時而更細緻的預測亦可接到農業、供應鏈、航班規劃、應急應變和戶外營運。天氣 AI 的價值因而由「告訴人今日會否落雨」延伸到「把不確定的環境變量放進每日決策」。
Google 同時提供 BigQuery、Earth Engine 和 Google Cloud Storage 的資料接入方式，讓研究者、開發者和企業查詢或下載預測，不必自行建立完整模型。這種產品化方式會降低試驗門檻，但不代表資料可以直接作為無人監控的決策來源。企業仍要保留時間戳、預測版本、地理範圍和實際觀測，才能在模型更新後檢查預測漂移。
WeatherNext 3 的發布也留下一個重要邊界：Google 明確提醒，官方天氣預報、惡劣天氣警告和公共安全資訊應以本地氣象部門或國家氣象服務為準。這是一個很實際的產品原則。高解析度和每小時更新可以改善工作流程，但極端天氣涉及風險溝通、責任、地區校準和人員判斷，不能只用模型分數取代。
這次發布的訊號，是 AI 天氣模型開始由研究展示進入資料服務和決策基礎設施。真正值得測試的不是「全球最準」這類宣稱，而是自己的地區、季節、降雨類型和能源場景中，預測是否在需要的時間提前、以可追溯的方式支援下一個決策。
