谷歌DeepMind的AI气旋模型在《自然》论文中五天路径平均误差230公里，欧洲集合预报为370公里，而作者自己称快速增强仍是未解难题

2026年8月6日发表的一篇《自然》论文报告，谷歌DeepMind的一个AI模型提前五天预报热带气旋位置，平均误差为230公里。欧洲中期天气预报中心的集合预报系统（简称ENS）在同样的风暴上平均误差为370公里，DeepMind较早的GenCast模型为335公里。这些成绩来自2023年和2024年的风暴。作者把一直延续到2025年的整套评估概括为：相对领先的业务模型，平均有一天或更长的预警提前量优势。

这个模型叫WeatherNext Cyclones。DeepMind更为人所知的科学系统是AlphaFold，我们在那篇谈它获诺贝尔奖的文章里写过；而这一个产出的预报，是可以拿事后实际发生的情况来打分的。论文有32人署名。论文列出其中22人是持有Alphabet股票的谷歌员工，另有五位作者就核心的概率天气模型申请了专利，但不涉及气旋专用的部分。其余作者来自美国国家飓风中心（NHC）、科罗拉多州立大学、英国气象局和滑铁卢大学。《自然》2025年12月23日收到稿件，2026年7月24日接收。

模型从什么中学习，哪些是人提供的

WeatherNext Cyclones从两组数据中学习。一组是约20太字节的欧洲中心全球天气分析资料，也就是对过去各个时刻大气状态的最佳重建。另一组是IBTrACS，一个收录近5000个实测气旋的数据库，论文称之为专家整理，记录每个风暴的路径、峰值风速和强风半径。这第二份文件只有大约10兆字节，论文说，它的最佳路径记录由业务预报中心的整理人员汇编而成。模型并没有发现这些风暴，它是从这些风暴中学来的。

它在一张天气图上工作，格点间距约28公里，使用13个高度上的六个变量，加上地面的六个变量，每次向前推进六小时，最多推进15天。与聊天机器人背后的语言模型不同，它预测的是地图上的数值，而不是词。为了找到气旋，作者在训练时把每个风暴的中心标成图上的一个小凸起，并为它的强度和大小增加图层。另有一个基于规则的追踪程序，从完成的预报里读出风暴的位置。

每运行一次产生一种可能的未来，系统一次生成50个，最多可到1000个。DeepMind的博客说，一次15天的预报在一块TPU，也就是谷歌的AI芯片上，不到一分钟就能完成。这类计算要耗多少电，见我们谈AI能耗的文章。

230公里这个数字是怎样检验的

作者用2022年的风暴固定了设计选择，然后在2023年和2024年的气旋上给模型打分。对每个测试年份，他们只用截至前一年年底的数据重新训练，所以没有一个被测试的风暴出现在训练里。2025年有一个版本的模型在实时运行，那一年的检验只覆盖北大西洋和东太平洋。

比较遵循NHC的规则，只有在参与比较的每个模型都针对该风暴、该预报时效给出了预报时，这次预报才算数。对手是ENS、做过强度偏差修正的GenCast，以及NOAA的HAFS-A，这是一个高分辨率区域模型，研究只在北大西洋和东太平洋使用它的预报。论文使用了1000次重抽样的自助法检验，并说几乎所有的改进在5%水平上都是显著的。

《自然》公布了一位审稿人的报告，但没有署名。这位审稿人指出，这样的规则可能偏向一个谨慎的、会漏掉很多风暴的系统。作者回答说，第二项检验按预报对决策的用处来评估，且不排除任何风暴，已经把漏报涵盖在内。

论文报告的数字

五天路径误差，WeatherNext Cyclones为230公里，ENS为370公里，GenCast为335公里。ENS要到大约3.75天才能达到230公里的误差，作者由此得出在这一精度上多出略多于30小时的预警，相对GenCast则约为24小时。

强度方面，三天的峰值风速预报比HAFS准确3.75节（约7公里/小时），作者说这相当于传统模型大约十年的进步。在概率强度评分上，该模型在许多预报时效上相对ENS和GenCast把误差降低了50%以上。

快速增强指24小时内峰值风速上升30节或更多。在北大西洋和东太平洋，该模型把一项权衡正确预报、虚警和漏报的评分，即临界成功指数，从略低于0.3提高到约0.5。作者称快速增强是一个关键的未解难题，并写道没有哪一个模型单独擅长于此。

在一次权重用2022年风暴调好的模拟中，把该模型加入NHC的路径共识，也就是几个模型的平均，使这个共识依预报时效不同改进了18%至38%，平均28%。强度共识改进了5%至14%，平均6%。作者写道，这说明传统模型在强度上仍然有相当的价值。

国家飓风中心2025年的成绩单怎么说

NHC日期为2026年3月30日的2025年检验报告，对这次实时测试给出了官方解读。报告说，在大西洋，官方预报总体上胜过大多数模型，不过谷歌DeepMind集合平均（标记为GDMI）在短期上稍好，在12至72小时上胜过了NHC的路径预报。在东太平洋，GDMI在48至120小时上胜过了官方路径预报和所有共识辅助手段，在12至48小时上是最好的单个强度模型。模型在赛季初期缺席，所以这些比较不包括大西洋的前两个风暴和东太平洋的前五个风暴。

报告还说，在这个赛季许多快速增强的个例中，大西洋的强度误差高于五年平均，官方预报比模式指导做得好。CNN在2026年10月8日报道，NHC在2025年预报飓风梅利莎（Melissa）将成为5级风暴时，它还只是一个80英里/小时的1级飓风，这主要是依据DeepMind的预测。NHC局长迈克尔·布伦南（Michael Brennan）对CNN说，AI模型在前后几次运行之间表现出更多的一致性。

作者自述的局限

论文说，模型依赖高质量的分析数据，未来的系统应当使用原始观测。它目前还不能预报降雨、风暴潮或阵风。强度集合的离散度略偏小，意思是它的成员之间的分散小于真实误差，它的风概率在较高阈值上略微过于自信。在较长的预报时效上，它的得分不如NHC的强度共识。补充材料补充说，在强度上与HAFS的比较更为复杂，HAFS误差更低的情形更常出现。

一位预报员的审慎解读

迈克尔·洛里（Michael Lowry）是迈阿密WPLG电视台的飓风专家、NHC前高级科学家，他于2026年9月10日写到2026年赛季迄今的情况。他采用NHC前科长詹姆斯·富兰克林（James Franklin）的检验数据，报告说DeepMind在大西洋、东太平洋和中太平洋的路径误差是所有公开可得的指导产品中最低的，五天时比NHC最多好30%。洛里不是这篇《自然》论文的作者。

在强度上，洛里写道，DeepMind与NHC不相上下，但没有拉开差距，表现最好的是一个叫HCCA的共识辅助手段。他说，在飓风洛厄尔（Lowell）上，该模型的路径预报“起初确实乱跳”，而NHC自己的预报是逐步变动的，他还指出NHC“知道它会为了一致性牺牲一些预报准确度”。他的数字只涵盖一个赛季至今的情况。

天气博客《The Eyewall》的执行主编马特·兰扎（Matt Lanza）2025年12月对ABC新闻说，该模型在快速增强上很强，但“超出预期范围的事件还是会发生”，而且“传统的基于物理的模式可能仍然不可或缺”。

孟加拉湾在哪里

《自然》论文开篇讲了气旋造成的人员伤亡，援引世界气象组织（WMO）的数据，50年里有70多万人死亡，损失1.4万亿美元。WMO的图集统计，1970至2019年间，热带气旋灾害共造成779,324人死亡。孟加拉国记录了467,487人，缅甸138,909人，印度46,784人，三国合计占世界总数的84%。

《自然》论文本身从未提到北印度洋，也就是孟加拉湾和阿拉伯海所在的海域，也没有在任何地方提到印度气象局。它说各海盆的结果是一致的，并指向扩展数据和补充材料。补充材料说，技能对海盆或离陆地的距离没有明显的依赖，并在一幅强度误差图上用“北印度洋”标了一个面板。NHC的记录只有大西洋和东太平洋的HAFS预报，所以其他海盆没有区域模型的比较。

一位审稿人问道，用大西洋的高质量数据训练，是否有错误地迁移到北印度洋或南印度洋风暴上的风险，并指出IBTrACS偏重美国上报的数值，这会影响美国海盆以外的数据质量。作者回答说，大气输入在全球范围内质量一致，IBTrACS也收有各个海盆符合WMO标准的报告，而且多个机构曾就美国数值这一点向他们询问。作者写道，2025年实时赛季的检验之所以仅限于大西洋和东太平洋，是因为非NHC海盆2025年的数据尚未最终确定。

论文中模型的代码和权重在GitHub上，位于google-deepmind/weathernext。仓库说明这些模型没有得到任何政府气象机构的认可。