谷歌 DeepMind 与谷歌研究院联合开发的 WeatherNext 人工智能模型，在飓风预测上展现出超越传统模型的预警能力。据 2025 年 10 月的一次实战检验，该模型在飓风梅丽莎登陆前五天，就以 80% 的置信度预测其将增强为五级飓风并袭击牙买加，而当时其他气象模型对其路径和强度仍存在分歧。这一预测为当地社区争取了宝贵的准备时间，最终飓风梅丽莎在牙买加引发洪水和山体滑坡，造成严重灾害。相关研究成果于周四发表在《自然》杂志上，显示 WeatherNext 模型对气旋的预测准确度达到前所未有的水平。

研究指出，WeatherNext 平均比现有模型多提供一天的预警时间，这意味着其三天后的预测准确度，相当于传统模型两天后的预测水平。对于地面防灾而言，多出的这一天可能意味着巨大的差别——居民可以更早撤离，应急部门可以提前部署资源。这一性能提升让气象科学家感到意外，因为该模型使用的是较低分辨率的气象数据，却能做出如此精准的预测。

WeatherNext 由谷歌 DeepMind 与谷歌研究院共同开发，属于开源模型。其核心优势在于利用机器学习从历史气象数据中学习规律，而非依赖传统数值天气预报所需的庞大计算资源。低分辨率数据的有效利用，意味着该模型在数据稀缺地区或计算能力有限的气象机构中，也可能发挥重要作用，这为全球气象预报的普及提供了新的可能。

从产业角度看，这一进展对 AI 在气象领域的应用具有示范意义。更精准、更提前的飓风预测，不仅关乎公共安全，也直接影响能源、航运、农业、保险等行业的风险管理和运营决策。例如，风电场可以根据预测提前调整发电计划，保险公司可以更精确地评估灾害风险。WeatherNext 的开源特性，也降低了相关机构采用先进 AI 气象模型的门槛，有望推动整个气象服务产业链的升级。

尽管 WeatherNext 表现出色，但研究人员也指出，AI 模型并非要取代传统气象模型，而是与之互补。在实际应用中，气象机构通常会将 AI 预测与传统模型结果结合，以获取更全面的判断。未来，随着更多高质量气象数据的积累和模型算法的改进，AI 在极端天气预测中的潜力有望进一步释放。