谷歌 DeepMind 與谷歌研究院聯合開發的 WeatherNext 人工智慧模型，在颶風預測上展現出超越傳統模型的預警能力。據 2025 年 10 月的一次實戰檢驗，該模型在颶風梅麗莎登陸前五天，就以 80% 的置信度預測其將增強為五級颶風並襲擊牙買加，而當時其他氣象模型對其路徑和強度仍存在分歧。這一預測為當地社群爭取了寶貴的準備時間，最終颶風梅麗莎在牙買加引發洪水和山體滑坡，造成嚴重災害。相關研究成果於週四發表在《自然》雜誌上，顯示 WeatherNext 模型對氣旋的預測準確度達到前所未有的水平。

研究指出，WeatherNext 平均比現有模型多提供一天的預警時間，這意味著其三天後的預測準確度，相當於傳統模型兩天後的預測水平。對於地面防災而言，多出的這一天可能意味著巨大的差別——居民可以更早撤離，應急部門可以提前部署資源。這一效能提升讓氣象科學家感到意外，因為該模型使用的是較低解析度的氣象資料，卻能做出如此精準的預測。

WeatherNext 由谷歌 DeepMind 與谷歌研究院共同開發，屬於開源模型。其核心優勢在於利用機器學習從歷史氣象資料中學習規律，而非依賴傳統數值天氣預報所需的龐大計算資源。低解析度資料的有效利用，意味著該模型在資料稀缺地區或計算能力有限的氣象機構中，也可能發揮重要作用，這為全球氣象預報的普及提供了新的可能。

從產業角度看，這一進展對 AI 在氣象領域的應用具有示範意義。更精準、更提前的颶風預測，不僅關乎公共安全，也直接影響能源、航運、農業、保險等行業的風險管理和運營決策。例如，風電場可以根據預測提前調整發電計劃，保險公司可以更精確地評估災害風險。WeatherNext 的開源特性，也降低了相關機構採用先進 AI 氣象模型的門檻，有望推動整個氣象服務產業鏈的升級。

儘管 WeatherNext 表現出色，但研究人員也指出，AI 模型並非要取代傳統氣象模型，而是與之互補。在實際應用中，氣象機構通常會將 AI 預測與傳統模型結果結合，以獲取更全面的判斷。未來，隨著更多高質量氣象資料的積累和模型演算法的改進，AI 在極端天氣預測中的潛力有望進一步釋放。