Google搜索副總裁Nick Fox：WeatherNext 3進入搜索與地圖
Nick Fox稱天氣是谷歌每日頂級搜索之一，公司已將最先進天氣模型WeatherNext 3直接送入搜索與地圖，長時效降水預報準確度最高提升約50%，改善最大的是歷史上預報更差的地區。
谷歌DeepMind與谷歌研究同日發文：模型接入實時地球靜止衛星拼圖，每小時初始化，相對WeatherNext 2的25公里、6小時步進，地表溫度與露點可達約5公里，其他地表變量約10公里，三維大氣約25公里。中期降水相對數值預報基線，對IMERG的CRPS最高改善約60%，對美國MRMS雷達約30%，對雨量計早期時效約10%。訓練還使用NASA IMERG與自有衛星雷達再分析。輸出含100米風速、雲層與太陽輻射分量，面向風電與光伏。64成員集合。6小時循環預報時效至15天，其餘整點初始化時效48小時。Brightband實時評測將其列爲當時最準的全球模式之一。數據經BigQuery、Earth Engine與雲存儲Zarr向企業開放。產品側寫入搜索、Gemini、地圖、地圖平臺天氣接口與Earth Engine。GraphCast與GenCast預報數據集已棄用。
誰在買誰在賣：事件驅動的是把全球預報寫進默認搜索框，不是氣象局停擺。買方是週末出行與物流排班的用戶和企業接口調用，賣方是用衛星直連換刷新頻率的平臺。受益的是搜索與地圖停留時長和天氣API賬單，承壓的是仍按6小時更新的應用與國家模式轉發行。資金從廣告與Maps Platform流向集合推理，降水誤差下降直接提高“帶不帶傘”查詢的可點擊可信度。
來源：公開信息
ABAB AI 解讀
天氣查詢是搜索裏最高頻、最本地、最容易證僞的意圖之一。預報錯了用戶抬頭就能驗證，因此準確度改進會立刻變成默認引擎黏性。Fox把模型發佈說成搜索功能，說明DeepMind天氣不再停在論文和Earth Engine，而要佔領決策瞬間。
資本路徑是先用GraphCast證明AI可打傳統數值模式，再用WeatherNext把分辨率和小時級刷新產品化，最後用搜索與地圖的分發收回數據與計算成本。錢進衛星同化與集合推理，賣的是“規劃未來一兩天會不會下雨”。可再生能源變量把同一套場輸出賣給電站調度，形成消費口與工業口共用骨幹。
對照對象是歐洲中期預報中心業務系統、各國雷達與雨量計網，以及仍轉載國家模式的手機天氣應用。行業位置從研究型AI預報進入默認消費入口的擴張，控制權在誰把最新場寫進十億級查詢。
結構變化是定價權轉移。機制是預報誤差從公共氣象機構的專業產品，變成平臺體驗的一部分；誰降低降水布里爾分數，誰就提高本地生活查詢的轉換。小時級衛星初始化縮短了傳統分析場的六小時滯後，使對流雨帶不再被25公里網格抹平。
ABAB News · 認知定律
每天被搜最多的問題，值得單獨訓練一個模型
預報網格一加密，地方性陣雨才從平均裏露出來
衛星直接進模型，比等分析場更接近抬頭所見