DeepMind 直面气旋预报中的长期难题
Google DeepMind 推出了 WeatherNext Cyclones，简称 WN-C。这是一套人工智能系统，旨在通过同时预测热带气旋的移动路径和增强强度来进行预报。这种组合很重要，因为业务预报长期以来一直分成两种优势：有些模型更擅长预测风暴路径，另一些则更擅长预测强度。根据所提供的报道，WN-C 旨在用单一系统处理这两项任务，并且在测试中，相比领先的业务方法，可将有用的预报技能延长大约一天。
该模型由美国国家飓风中心、大气研究合作研究所和英国气象局共同开发。DeepMind 还自 2025 年 6 月起在 Google 的 Weather Lab 上运行实时预报，这表明公司不只是把它定位为研究演示，而是更接近于一种业务决策支持工具。
为何气旋强度仍是难题
几十年来，热带气旋预报一直在稳步改善，但并不是所有任务都同样进步。预测风暴路径通常比预测强度的快速变化更可靠。所引述的来源将这描述为当今模型生态系统内在的一种取舍。像欧洲中期天气预报中心集合预报这样的全球系统在路径指引方面很强，但其较粗的分辨率限制了对强度的解析能力。像 NOAA 的飓风分析与预报系统这样的区域专门模型可以细化强度估计，但可能会牺牲路径表现。
这种取舍并非学术问题。应急管理人员、保险公司、公用事业机构、港口运营方和地方官员往往需要同时回答两个问题：风暴会不会登陆，以及它到达时会是温和气旋，还是迅速增强的重大威胁。如果一个模型能在同一工作流中提升这两方面表现，就可能简化预报操作，同时在最关键的准备窗口降低不确定性。
报道中的提升体现在哪些方面
根据候选来源，WN-C 在路径和强度指标上都优于对比系统。对于五天预报，预计风暴中心位置的平均偏差为 230 公里，而 ECMWF 的 ENS 为 370 公里，DeepMind 早先的 GenCast 模型为 335 公里。在三天强度预报中，据报道 WN-C 比 HAFS 准确 3.75 节。
报道还称，该模型在多个提前期的概率强度预报上，性能比 ENS 和 GenCast 提升了一倍以上。这对飓风强度阈值尤其重要，因为决策者不仅要看单一的预测风速，还要看风暴跨越关键危险等级的概率。从这个角度看，WN-C 的定位似乎不是取代单一确定性路径线，而是作为一种面向风险的规划工具。
来源提到的一个业务案例是 2025 年的飓风 Melissa。DeepMind 表示，该模型帮助国家飓风中心及时识别出快速增强。快速增强是最困难、也最重要的预报问题之一，因为迅速加强的风暴可能快于疏散决策和基础设施准备。
更粗的数据，更强的输出
来源中一个最引人注目的说法是，WN-C 依赖的数据分辨率远粗于专门的区域模型。其报告网格间距约为 28 公里，甚至一个紧凑版本也可在 111 公里的分辨率下运行。尽管如此，DeepMind 仍表示，该模型优于那些依赖更高空间细节的系统。
这带来两层含义。第一层是实际层面：如果模型能从低分辨率输入中提取更多预测价值，它可能降低计算成本，并扩大高质量预报的可及性。第二层是科学层面：这表明 AI 系统可能在学习大气大尺度背景中的风暴演化模式，而这些模式与传统上对分辨率和预报质量的理解并不完全对应。
来源指出，即使是 DeepMind 的开发者，也并不完全清楚系统为何表现如此出色。这一点很重要。即便基准测试结果很强，仍然会留下稳健性、边缘案例、失效模式和可解释性等问题。在高风险天气预报中，这些问题与原始准确率同样重要。
为何这一发布超越单一模型本身
WN-C 更广泛的意义在于，它反映了 AI 进入应用科学方式的转变。这不仅仅是给天气数据套上一层聊天机器人式界面，而是一套面向具体领域的预报系统，针对的问题是：更好的性能可以直接转化为更早的预警、更有针对性的疏散，以及对能源、交通和通信基础设施的更好保护。
来源将这种性能提升描述为大致相当于传统天气预报十年的进步。即便这一比较在更广泛的现实使用中可能略显乐观，信号依然明确：AI 天气模型正从实验性补充工具，走向可能影响一线预报实践的系统。
这并不意味着传统模型会消失。业务预报通常建立在集合预报、交叉验证和人工专业判断之上，而不是由单一模型取胜。但 WN-C 正在给这一领域施加压力，因为它显示 AI 系统可能不再只局限于狭窄的预报细分场景。如果它们能同时改进路径和强度，气旋预报中最顽固的业务折中之一或许就会开始缩小。
接下来要关注什么
下一个问题是，已经公布的基准优势能否在未来的风暴季、不同海域以及罕见边缘事件中持续成立。预报员还会希望了解，当大气条件超出训练历史时模型表现如何，以及它能否顺利整合进现有的预警和通报流程。
就目前而言，WeatherNext Cyclones 看起来是天气风险应用 AI 的一个重要进展。最重要的说法不只是它比早期 AI 系统更好，而是它可能同时优于专门模型和全球业务模型，且正好是在预报误差会带来最高人类和经济代价的领域。
本文基于 The Decoder 的报道。阅读原文。
Originally published on the-decoder.com