WeatherNext 3 值得拿來補充出遊與工作規劃,但還不能下結論說,它比氣象署更會預測你家附近的雨。 Google 在 9 月 3 日公告,新版開始支援搜尋、Gemini、Google Maps 等天氣服務。改進重點是更頻繁接收觀測、重新預報;不是把天氣變成確定答案。
每小時更新,和每小時的天氣預報不同
手機列出上午、下午各時段的天氣,不表示背後模型每小時重算。WeatherNext 3 的研究論文說明,新版會納入低延遲的地球同步衛星觀測,每小時產生新一輪預報,也提供逐小時的預測結果。前者是「多久重新判斷一次」,後者是「結果切得多細」。
這讓新出現的雲系有機會更早反映在後續預測裡。但它仍結合既有大氣分析資料,不能簡化成「不需要物理模型、只看衛星就知道未來」。論文目前是預印本,其成績也不是台灣每個鄉鎮的實測保證。
5 公里解析度,不是所有資料都一樣
依 Google 模型文件,不同產品的範圍如下。讀資料時要看變數名稱,不要只看到封面上的最大規格。
| 預報資料 | 空間解析度 | 不能直接推論的事 |
|---|---|---|
| 測站訓練的近地面溫度、露點 | 約 5 公里 | 每個街角都有實體測站 |
| 降雨、地表風、雲量等網格資料 | 約 10 公里 | 某條登山步道一定不下雨 |
| 高空氣壓層資料 | 約 25 公里 | 全部變數都提升到 5 公里 |
「露點」是描述水氣狀態的溫度,不能直接當成相對濕度百分比。解析度變細,代表模型能表達更多局部差異;預測是否正確,仍要拿同一地點、同一時段的觀測來核對。
預報長度也有差別。上述文件列出,主要循環最長提供 15 天,中間逐小時啟動的循環則提供 48 小時。因此,「每小時更新」不等於每小時都有一份完整的新 15 天預報。
為什麼不能直接說「降雨全球最準」?
Google 引用 Brightband 的 Operational WeatherBench 排名,但評測方法明確寫著:目前沒有 WeatherNext 3 的降雨分數。原因涉及它的降雨訓練目標與解析度,暫時無法和其他參賽模型公平比較。
所以,模型在其他氣象變數表現突出,也不能拿來證明「明天下午台北會不會下雨」最準。Google 發布的降雨改善幅度,還須區分比較模型、驗證資料與預報提前量,不是通用的命中率。這也是讀 AI 評測時先確認測試項目的實際例子。
台灣使用者該怎麼看?
先查你要去的地點,不只看所在縣市。氣象署的鄉鎮預報產品文件指出,預報代表點是鄉鎮市區公所;幅員大、海拔落差大的鄉鎮,單一代表點也不一定反映全區。這個限制提醒我們:即使地址屬於同一鄉鎮,山上和市區也不能直接套用同一個結論。
我的用法建議是:排週末行程時,把 Google 天氣當成補充;接近出發時間,再看氣象署鄉鎮預報及頁面提供的雷達回波、累積雨量與即時閃電資訊。不同來源不一致時,先核對地點、發布時間和預報時段,不要用「多數決」猜哪個對。
不建議只憑一個晴天圖示安排高風險戶外活動。 豪雨、颱風與公共安全指示仍以官方機關為準;預測和正式告警的分工,可接著看 AI 防災與台灣警報。
企業拿得到資料,就能直接拿來排程嗎?
資料取用指南提供 BigQuery、Earth Engine 與 Google Cloud Storage 等入口,即時資料需要提出存取申請。能取得預報,不等於每次模型啟動後,你的系統立刻拿得到。
Google 另有資料發布時程,區分起報時間、預報涵蓋時間和各平台預計交付時間,也提醒上游資料可能延遲。這份文件說的是雲端資料產品,不能據此斷言消費者的 Google 搜尋畫面有相同延遲。
例如台灣活動公司想用天氣協助排班,我會先要求保存「當時拿到的預報版本」,再對照實際雨勢與取消紀錄。回測若偷用事後觀測,就會把排程能力算得太好。想再把天氣納入需求預測,可參考 TimesFM 多變量預測與資料時間切分,但別把通用時間序列模型和氣象模型當成同一種工具。
常見問題
WeatherNext 3 要另外下載嗎?
一般使用者不需要自行安裝氣象模型。Google 公告表示新版開始支援既有搜尋、地圖與 Gemini 天氣體驗;這不表示每個帳號、裝置都會出現獨立的版本切換鈕。企業取得原始或統計預報資料則走另外的申請入口。
WeatherNext 3 比中央氣象署準嗎?
目前查到的資料不足以這樣比較。需要同一批台灣地點、相同預報提前量,以及晴天、一般降雨和劇烈天氣等完整驗證,不能拿全球榜單或單次猜中當結論。
5 公里預報可以告訴我家幾點下雨嗎?
不能保證。5 公里是特定溫度與露點產品的解析度,降雨產品另有尺度;即使畫面能放大到住家,也不代表模型在那個位置有同等細緻、經驗證的降雨能力。
參考來源
- Google:Introducing WeatherNext 3, our most advanced and accurate global weather AI model(2026-09-03)
- Rasp 等:WeatherNext 3: Increasing resolution and performance of global weather models with raw observations(2026-09-03,預印本)
- Google Developers:WeatherNext 3(2026-09-04,文件更新)
- 中央氣象署:預報-精緻化天氣預報-368 鄉鎮預報(2024-12-10,文件修訂)
- Google Developers:Quick start: Accessing WeatherNext forecasts(2026-09-03,文件更新)
- Google Developers:Dissemination schedule(2026-09-02,文件更新)