Google DeepMind et Google Research ont publié WeatherNext 3, un modèle météorologique par IA qui fournit des prévisions mondiales à une résolution de 0,05° (~5 km) et se rafraîchit toutes les heures. Le modèle comble les limitations précédentes en utilisant des mosaïques satellites géostationnaires en temps réel pour l'initialisation au lieu d'analyses de prévision numérique du vent retardées, et il s'entraîne directement sur des observations brutes de stations météorologiques.
- WeatherNext 3 est un transformateur maillé Functional Generative Network qui produit des sorties multi-résolution en un seul passage avant : température/point de rosée à 0,05°, variables de surface à 0,1° et champs atmosphériques à 0,25°.
- Il s'initialise 24 fois par jour, avec des cycles synoptiques allant jusqu'à 15 jours (360 heures) comportant 64 membres d'ensemble et des exécutions horaires couvrant 48 heures.
- L'entraînement sur les précipitations utilise la réanalyse ECMWF, IMERG de NASA et les données satellite-radar de Google, atteignant une amélioration du CRPS jusqu'à 60 % par rapport à IMERG aux délais courts.
- Le modèle produit la vitesse du vent à 100 m, les distributions nuageuses et les composants de l'irradiance solaire pour la prévision des énergies renouvelables.
Les données de prévision sont disponibles via BigQuery, Earth Engine et Cloud Storage sur demande d'ajout à une liste autorisée, bien que les poids ne soient pas open source. Des évaluations indépendantes de Brightband le classent comme le modèle météorologique mondial le plus précis à ce jour.