WeatherNext 3 是什麼？Google 每小時更新的 AI 天氣模型，功能、準確度與限制完整解析
Google DeepMind 發表 WeatherNext 3，跳脫傳統數值分析延遲，直接學習即時衛星與地面觀測，實現每小時全球更新與多層次高解析度預報。
手機上的天氣預報明明顯示不會下雨，出門後卻遇到午後雷陣雨，問題不一定只是「模型算錯了」。全球天氣模型通常每 6 小時才產生一輪預測，也可能使用已經落後數小時的大氣分析資料。遇到快速形成的雨帶或鋒面，模型拿到的起點就可能不夠新。
Google DeepMind 與 Google Research 在 2026 年 9 月 3 日發表 WeatherNext 3，嘗試從資料源頭改變這件事。新模型會直接讀取接近即時的全球衛星影像，最快每小時產生一輪預測，並把部分地面天氣資訊細化到約 5 公里解析度。
WeatherNext 3 最值得注意的地方，不只是畫面變細，而是 AI 天氣預報開始從「模仿傳統模型整理過的資料」，往「直接學習真實觀測」前進。這讓短時間降雨、地面溫度與再生能源預測更有實用潛力。
不過，它目前仍是實驗性系統。官方研究顯示多項指標優於前代模型與比較基準，但部分結果來自 Google 自己的論文與短期即時評估，個別預測也存在圖形雜訊與時間不連續問題。它適合成為決策資料的一部分，不能取代中央氣象署等官方機構發布的警報。
WeatherNext 3 是什麼？
WeatherNext 3 是 Google 最新的全球 AI 天氣預報模型，由 Google DeepMind 與 Google Research 共同開發。它可以預測未來最多 15 天的溫度、濕度、風速、氣壓、雲量、太陽輻射與降雨，也能提供熱帶氣旋的路徑、強度與風圈資訊。
傳統數值天氣預報會把物理定律寫進電腦程式，再使用超級電腦模擬大氣如何變化。WeatherNext 3 則從大量歷史天氣與觀測資料中學習規律，直接推算未來可能出現的天氣。
這不代表它完全拋棄傳統氣象模型。WeatherNext 3 的輸入同時包含歐洲中期天氣預報中心的 HRES 大氣分析資料，以及每小時更新的地球同步衛星影像。更準確的理解是：它把傳統模型整理過的大氣狀態，和更接近即時的真實衛星觀測放在一起使用。
模型每次會產生 64 種可能的天氣情境，這種做法稱為系集預報。天氣本來就具有不確定性，系集預報不只給出一條看似確定的答案，也能計算降雨機率、溫度區間與極端情境發生的可能性。
WeatherNext 3 和 WeatherNext 2 有什麼不同？
WeatherNext 2 已能快速產生全球機率式天氣預報，但主要使用每 6 小時更新一次的大氣分析資料，空間解析度約為 25 公里。WeatherNext 3 的核心改進，是加入即時觀測、更頻繁更新，以及不同用途的多層解析度。
| 比較項目 | WeatherNext 2 | WeatherNext 3 |
|---|---|---|
| 預測初始化頻率 | 每 6 小時 | 每小時 |
| 時間解析度 | 主要為每 6 小時 | 多項地表變數可提供每小時結果 |
| 空間解析度 | 約 25 公里 | 測站型輸出約 5 公里、地表網格約 10 公里、高空變數約 25 公里 |
| 即時衛星資料 | 不直接使用 | 直接讀取每小時全球衛星拼接影像 |
| 地面觀測 | 主要依賴格點化的大氣分析 | 直接用氣象站資料訓練溫度與露點輸出 |
| 新增重點 | 全球機率式預報 | 降雨、雲量、太陽輻射、100 公尺風速與更細緻的地面預測 |
這張表有一個容易被忽略的細節：WeatherNext 3 並不是所有資料都達到 5 公里解析度。約 5 公里的輸出主要是根據測站資料訓練的地面溫度與露點。降雨、地表風與雲量多為約 10 公里，高空大氣變數仍約 25 公里。
同樣地，「每小時更新」也不代表每一輪都有完整 15 天資料。Google 的開發者文件顯示，每天 4 次主要預測週期可延伸到 15 天，其餘每小時插入的預測主要提供未來 48 小時。這種設計把完整中期預報與快速短期更新分開，兼顧範圍與即時性。
直接讀取即時衛星資料，為什麼會影響預報？
多數 AI 天氣模型會使用「再分析資料」訓練與啟動。再分析資料是把衛星、氣象站、氣球與其他觀測送進傳統物理模型後，整理成完整全球大氣狀態的資料集。它很適合訓練 AI，卻不是正在發生的天氣本身。
WeatherNext 3 論文指出，傳統全球大氣分析通常每 6 小時產生一次，加上資料蒐集、運算與發布時間，模型拿到的最新狀態可能已落後 6 至 12 小時。對數天後的大範圍趨勢來說，這個延遲不一定致命。對剛形成的對流、雨帶與鋒面來說，幾個小時就可能改變判斷。
WeatherNext 3 會加入最近 12 張全球地球同步衛星拼接影像。最新一張影像的延遲約不到 1 小時，因此模型可以在兩次傳統分析資料之間，利用新衛星畫面修正大氣變化。
官方測試顯示，每小時更新對短時間降雨最有幫助，平均可比固定每 6 小時啟動的同一模型多取得約 2 至 3 小時的有效預測時間。這個進步看似沒有「提前一天」醒目，對正在快速發展的暴雨與雷雨系統卻可能更實用。
WeatherNext 3 的解析度提高，對一般人有什麼差別？
WeatherNext 2 使用約 25 公里的網格，代表模型會把一個相當大的區域放進同一格。海岸、山谷與都會區如果落在同一格，局部溫度和地形差異容易被平均掉。
WeatherNext 3 直接用氣象站觀測訓練地面溫度與露點預測，並把地形高度及海陸位置納入判斷。這類輸出可在約 5 公里網格上查詢，比前代模型更容易保留山區、沿海與都市周邊的差異。
WeatherNext 3 的測站型地面溫度輸出能保留更多地形細節；5 公里解析度不適用於所有變數。 影片來源：Google 官方發布文章。
解析度提高不等於能準確預測每一條街幾點下雨。5 公里仍涵蓋很大的範圍，局部地形、建築與短時對流都可能造成更細微的變化。它真正改善的是全球模型描繪區域差異的能力，而不是把全球預報變成巷口等級的保證。
WeatherNext 3 的降雨預測準確度有多高？
降雨是這次最有感、也最需要小心解讀的進步。Google 的研究使用 CRPS 評估機率式預報。CRPS 可以理解成同時檢查「預測值準不準」與「預測機率是否合理」的分數，數值越低越好。
在 2024 年資料測試中，WeatherNext 3 的實驗性降雨輸出，在短期預測的 CRPS 相較 WeatherNext 2 與 ECMWF ENS 基準最多降低：
- 對照 NASA IMERG 衛星降雨資料時，最多約 60%。
- 對照美國 MRMS 雷達與雨量站整合資料時，最多約 30%。
- 對照地面雨量計時，最多約 10%。
三個數字差異很大，原因是全球降雨沒有一套完美的「標準答案」。衛星能涵蓋全球，地面雷達與雨量計更接近當地實況，卻分布不平均。模型也使用 IMERG 類型資料訓練，因此對 IMERG 的 60% 改善不能單獨拿來代表所有真實場景。
Google 另表示，WeatherNext 3 整合進自家產品後，提前一天以上查看天氣時，使用者可能看到最高約 50% 的降雨預測改善，過去預報資源較不足的地區提升最明顯。這是 Google 對產品效果的官方說法，不代表每個地點、每場豪雨都固定提高 50%。
我的判斷是，WeatherNext 3 已足以證明直接使用觀測資料值得繼續投入，但還不能把單一最高數字寫成「降雨預報準確 60%」。更合理的結論是：它在多種資料來源上都呈現改善，幅度會隨評估方法、地區、雨勢與預測時間而變化。
Google Search、Gemini 和 Maps 會用到 WeatherNext 3 嗎？
會。Google 表示，WeatherNext 3 已從 2026 年 9 月 3 日起陸續整合至 Google Search、Gemini、Google Maps、Google Maps Platform Weather API 與 Google Earth Engine。API 是讓其他網站或 App 能以程式取得天氣資料的介面。
一般使用者不需要另外安裝 WeatherNext 3 App。未來在 Google 搜尋天氣、詢問 Gemini，或使用 Google Maps 規劃行程時，背後顯示的部分天氣資訊可能由 WeatherNext 3 提供。
不過，模型整合到產品，不等於所有地區與所有介面會在同一時間更新，也不代表使用者能在畫面上選擇 WeatherNext 3。對多數人來說，它更像是 Google 天氣服務背後的資料引擎，而不是一個需要學習操作的新工具。
WeatherNext 3 對企業有哪些用途？
WeatherNext 3 的商業價值，主要來自更新更快、區域更細，以及可直接查詢大量天氣變數。企業可以透過 BigQuery、Google Earth Engine 或 Google Cloud Storage 取得預測資料，再和自己的門市、設備、物流或能源資料結合。
再生能源：預估風力與太陽能發電
模型提供約風力機輪轂高度的 100 公尺風速，以及雲量、地表太陽輻射等資料。風場與太陽能業者可以用它估算未來發電量，協助電網安排備轉容量與供需調度。
這類用途比「明天要不要帶傘」更能顯示高頻預報的價值。發電量若估錯，影響的不只是個人行程，而是電力採購、儲能與電網穩定。
農業與供應鏈：提前調整現場作業
農業團隊可以把降雨、溫度與濕度預測加入灌溉、採收和病蟲害風險判斷。物流與航空業則能參考風速、降雨與極端天氣情境，調整路線和運能。
但模型提供的是預測資料，不會自動理解每家公司的成本與作業限制。真正落地時，仍要建立自己的決策規則，例如降雨機率達到多少才延後採收，或風速超過什麼門檻才調整航線。
開發者與研究團隊：把天氣接進資料分析
BigQuery 適合用 SQL 把天氣與門市、需求或供應鏈資料連在一起。Earth Engine 適合地圖與大規模地理分析。Google Cloud Storage 則提供較完整的 64 組系集與高空變數，適合需要原始資料的研究與模型開發。
目前即時資料需要提出申請並加入允許名單。Google 文件表示，持有 Google 帳號即可申請，不必先簽付費 Cloud 合約，審查通常約需 5 至 7 個工作天。即時資料受專用實驗條款限制，超過 1 小時的歷史資料則採 CC BY 4.0 授權。
WeatherNext 3 是開源模型嗎？
不是。Google 有公開 WeatherNext 2、WeatherNext Gen 與 WeatherNext Graph 的程式碼、模型權重及 Colab 範例，但 WeatherNext 3 目前只以營運中的預報服務與資料集形式提供。
這項差異會直接影響導入方式。研究者可以下載 WeatherNext 2 自行執行或修改。WeatherNext 3 則要透過 Google 提供的資料管道使用，無法把完整模型權重下載到自己的環境部署。
如果企業只想把天氣資料接進分析系統，代管資料反而能省下模型部署與氣象資料處理成本。如果需求涉及離線運作、自主管理模型、特定法規或高度客製化，WeatherNext 3 現階段就未必合適。
WeatherNext 3 有哪些限制？
第一，它仍是自動化、實驗性的 AI 預報系統。Google 明確表示，WeatherNext 3 的輸出不構成官方天氣預報、警報或公共安全建議。遇到颱風、豪雨與其他災害性天氣，台灣使用者仍應以中央氣象署和地方政府的警報為準。
第二，部分亮眼結果仍需要更長時間驗證。論文中的主要歷史評估使用 2024 年資料，另一次和 ECMWF AIFS ENS v2 的即時比較只涵蓋 2026 年 7 月 1 日至 8 月 11 日，樣本約 6 週。研究團隊也提醒，不應過度解讀較小的差異。
第三，個別預測畫面仍會出現模型造成的六角形紋理，測站型溫度和部分降雨輸出在每 6 小時的區段交界也可能跳動。多數下游應用使用系集的中位數或機率統計，可以降低這些問題，但它仍提醒我們不要把單一模擬情境當成真實未來。
第四，極端降雨的驗證還不完整。Google 的研究為了避免樣本太少，主要評估中度以下的降雨門檻，並把更極端雨勢留給後續研究。對防災最關鍵的往往正是少見的極端事件，因此「平均表現更好」不能直接推論為「所有災害預測都更可靠」。
這些限制不會否定 WeatherNext 3 的進步，卻決定了正確用法：拿它增加資訊，而不是拿它取代氣象專業與防災流程。
WeatherNext 3 值得使用嗎？
對一般使用者來說，不需要特別選擇是否使用。WeatherNext 3 會逐步進入 Google Search、Gemini 與 Maps，價值會反映在更細緻、更新更快的天氣資訊上。真正要做的，是在重要行程與災害期間，仍回到官方氣象警報交叉確認。
對開發者與企業來說，WeatherNext 3 值得做小規模概念驗證，尤其是再生能源、農業、物流、保險與零售需求預測。最實際的 MVP 不是先打造新的天氣模型，而是選一個決策場景，把 WeatherNext 3 和目前使用的天氣資料並排回測，確認它是否真的降低錯誤、提早反應，或改善營運成本。
我對 WeatherNext 3 的技術方向持正面看法，但不建議直接把它當成唯一決策來源。若後續長期獨立評估仍能維持優勢，而且極端降雨與個別預測的雜訊得到改善，它才會從「值得測試的新資料源」進一步成為高風險業務可依賴的核心基礎設施。
WeatherNext 3 常見問題
WeatherNext 3 可以預測多久？
每天 4 次主要預測週期可提供最長 15 天、共 360 小時的預測。其餘每小時更新的中間週期主要提供未來 48 小時，因此不是每一輪每小時更新都包含完整 15 天資料。
WeatherNext 3 的解析度真的是 5 公里嗎？
只有部分輸出達到約 5 公里，主要是使用地面測站資料訓練的溫度與露點。地表網格變數多為約 10 公里，高空大氣資料約為 25 公里，不能把整個模型簡化成所有預報都是 5 公里。
WeatherNext 3 會取代傳統天氣預報嗎？
目前不會。它仍會使用傳統大氣分析資料，也需要氣象專家解讀與驗證。官方更明確要求，涉及生命與財產安全時，必須依照當地氣象與緊急應變機構發布的警報。
WeatherNext 3 可以免費使用嗎？
一般使用者可透過整合 WeatherNext 3 的 Google 產品接觸預測結果。開發者可申請存取資料，不需要既有付費 Google Cloud 合約。但實際查詢、儲存與運算仍可能產生各項 Cloud 服務費用，而且即時資料另有使用條款。
WeatherNext 3 可以下載到自己的電腦執行嗎？
目前不行。WeatherNext 3 並未開放完整模型程式碼與權重，主要透過 Google Cloud Storage、Earth Engine 與 BigQuery 提供預測資料。需要自行部署者可研究已開源的 WeatherNext 2，但兩者能力並不相同。
台灣遇到颱風時可以只看 WeatherNext 3 嗎？
不可以。WeatherNext 3 可作為額外資訊，但不屬於台灣官方警報。海上或陸上颱風警報、豪雨特報與防災指示，仍應以中央氣象署和政府單位發布的資訊為準。
結論：WeatherNext 3 的突破，在於讓 AI 更接近正在發生的天氣
WeatherNext 3 把全球 AI 天氣預報往前推進了一步。它不再只依賴每 6 小時整理一次的大氣分析，而是直接加入接近即時的衛星影像與地面測站資料，讓模型能每小時更新，並提供更細緻的溫度、降雨、風力與太陽能相關資訊。
對一般使用者，變化會藏在 Search、Gemini 和 Maps 背後。對企業與研究者，真正的機會則是把高頻全球天氣資料接進能源、農業、物流與營運決策，而不必先自行維護一套大型氣象模型。
但 WeatherNext 3 不是「從此不會報錯」的答案。評估期間仍短，極端降雨還需要更多驗證，個別預測也有可見雜訊。現階段最合理的定位，是把它視為更即時、更細緻的新資料層，搭配現有模型、領域專家與官方警報使用。
