Google WeatherNext 3 直接使用即時衛星資料，全球預報每小時更新

Google 的 WeatherNext 3 改為直接讀取即時衛星資料，讓全球 AI 天氣預報得以每小時更新一次。這項改變的核心，在於縮短了從觀測到預報之間的資料處理路徑。

傳統的數值天氣預報有一套相當繁複的流程。各類觀測資料——衛星、地面站、探空氣球、海洋浮標——必須先經過資料同化，也就是把分散、格式各異、精度不一的觀測值整合成模式所需的初始場；接著再以物理方程進行數值積分，計算未來的大氣狀態。整個流程的運算量極大，通常每六小時執行一次。

AI 天氣模型改變了後半段。透過從歷史資料中學習大氣演變的模式，模型能以遠低於數值模擬的運算量產生預報，速度提升可達數個量級。這使得更高頻率的更新在運算上成為可能。

直接使用衛星原始資料則改變了前半段。傳統流程中的資料同化本身就相當耗時，且過程中可能損失部分資訊；若模型能直接從觀測資料學習，就跳過了這道轉換，既縮短時間也保留更完整的原始訊號。

每小時更新的實際價值，體現在快速變化的天氣現象上。對流性降雨、強風與局部劇烈天氣的發展往往在數小時內完成，六小時一次的更新頻率難以及時反映。對於航空、能源調度、農業與災害應變而言，更新頻率的提升有直接的操作意義。

不過，AI 預報模型仍有其限制。這類模型從歷史資料學習，對於歷史上罕見的極端事件，其外推能力仍待驗證；而模型缺乏明確的物理約束，在某些情況下可能產生物理上不合理的預測。後續觀察重點在於極端天氣事件下的實際表現，以及與傳統數值模式的互補方式。