返回快讯

Google搜索副总裁Nick Fox:WeatherNext 3进入搜索与地图

Nick Fox称天气是谷歌每日顶级搜索之一,公司已将最先进天气模型WeatherNext 3直接送入搜索与地图,长时效降水预报准确度最高提升约50%,改善最大的是历史上预报更差的地区。

谷歌DeepMind与谷歌研究同日发文:模型接入实时地球静止卫星拼图,每小时初始化,相对WeatherNext 2的25公里、6小时步进,地表温度与露点可达约5公里,其他地表变量约10公里,三维大气约25公里。中期降水相对数值预报基线,对IMERG的CRPS最高改善约60%,对美国MRMS雷达约30%,对雨量计早期时效约10%。训练还使用NASA IMERG与自有卫星雷达再分析。输出含100米风速、云层与太阳辐射分量,面向风电与光伏。64成员集合。6小时循环预报时效至15天,其余整点初始化时效48小时。Brightband实时评测将其列为当时最准的全球模式之一。数据经BigQuery、Earth Engine与云存储Zarr向企业开放。产品侧写入搜索、Gemini、地图、地图平台天气接口与Earth Engine。GraphCast与GenCast预报数据集已弃用。

谁在买谁在卖:事件驱动的是把全球预报写进默认搜索框,不是气象局停摆。买方是周末出行与物流排班的用户和企业接口调用,卖方是用卫星直连换刷新频率的平台。受益的是搜索与地图停留时长和天气API账单,承压的是仍按6小时更新的应用与国家模式转发行。资金从广告与Maps Platform流向集合推理,降水误差下降直接提高“带不带伞”查询的可点击可信度。

来源:公开信息

ABAB AI 解读

天气查询是搜索里最高频、最本地、最容易证伪的意图之一。预报错了用户抬头就能验证,因此准确度改进会立刻变成默认引擎黏性。Fox把模型发布说成搜索功能,说明DeepMind天气不再停在论文和Earth Engine,而要占领决策瞬间。

资本路径是先用GraphCast证明AI可打传统数值模式,再用WeatherNext把分辨率和小时级刷新产品化,最后用搜索与地图的分发收回数据与计算成本。钱进卫星同化与集合推理,卖的是“规划未来一两天会不会下雨”。可再生能源变量把同一套场输出卖给电站调度,形成消费口与工业口共用骨干。

对照对象是欧洲中期预报中心业务系统、各国雷达与雨量计网,以及仍转载国家模式的手机天气应用。行业位置从研究型AI预报进入默认消费入口的扩张,控制权在谁把最新场写进十亿级查询。

结构变化是定价权转移。机制是预报误差从公共气象机构的专业产品,变成平台体验的一部分;谁降低降水布里尔分数,谁就提高本地生活查询的转换。小时级卫星初始化缩短了传统分析场的六小时滞后,使对流雨带不再被25公里网格抹平。

ABAB News · 认知定律

  1. 每天被搜最多的问题,值得单独训练一个模型

  2. 预报网格一加密,地方性阵雨才从平均里露出来

  3. 卫星直接进模型,比等分析场更接近抬头所见