WeatherNext Cyclones 開源：DeepMind 把氣旋路徑、強度、風圈放進同一套 AI（2026）

2026 年 8 月 6 日，Google DeepMind 的 WeatherNext 團隊在官方部落格發布 WeatherNext Cyclones：同一套 AI 系統同時預測熱帶氣旋的路徑、強度，以及 34／50／64 節四象限風圈，並公開推論程式碼與模型權重。這次不是只有一段漂亮的氣象展示；背後有一篇已通過同儕審查的 Nature 論文、可下載的模型，還有美國國家颶風中心（NHC）在 2025 年氣旋季的即時使用紀錄。

市場也迅速注意到它：截至 2026 年 8 月 9 日 20:34（台北時間），Hacker News 討論串有 425 points／125 comments。真正值得拆解的，不是「AI 又贏了一次」，而是三個更難的問題：官方所說的「多一天」到底怎麼算？2025 年實戰是否支持歷史回測？開放權重又離可獨立重現、可作業部署有多遠？

這篇文章分三步走：先忠實還原 WeatherNext 團隊的核心主張；再用 Nature 補充資料、審稿紀錄與 NHC 年報核對數字；最後說清楚我同意什麼、存疑什麼，以及下一個氣旋季應該看哪些證據。

一、原文真正宣布了什麼？

WeatherNext Cyclones（論文簡稱 WN-C）的核心，不是把三個既有模型包在一起，而是讓同一套全球天氣預報架構聯合學習全球大氣狀態與氣旋專用目標。它會預測氣旋中心位置、最大一分鐘持續風速、最低海平面氣壓，以及不同風速門檻在東北、東南、西南、西北四個象限的風圈半徑。本文所稱的「風場結構」，指的就是這些可驗證的風圈範圍；它不等於已解析完整眼牆、垂直結構或所有內核物理。

“Our three-day forecasts are as good as what prior models were able to provide for only the next two days.”

Google DeepMind, WeatherNext team

中文意思是：「我們的三天預報，準確度可達到舊模型只能在兩天預報做到的水準。」這句話很有力量，但也很容易被誤讀。它說的是相同誤差水準下的等效預報時間優勢，不是每一場氣旋都能提早一天被發現，更不是官方 watch／warning 的發布時鐘一律往前移 24 小時。

DeepMind 公告稱模型用約 20 TB 全球大氣資料與近 5,000 個歷史氣旋訓練；Nature 論文頁目前標示為 Accelerated Article Preview，也就是已接受並完成同儕審查、尚未完成正式編輯排版的早期版本。這比單一公司公告多了一層可信度，但數字與圖說仍有可能在正式版本修訂。

二、它怎麼在 28 公里網格預測氣旋強度？

這是研究最反直覺的地方。WN-C 的全球網格是 0.25°，約 28 公里；像 HAFS 這類氣旋專用區域模式，內嵌網格可到約 2 公里。WN-C 沒有假裝在粗網格裡直接「看見」眼牆，而是另外學習氣旋專用輸出：從大尺度環流、熱力與歷史氣旋標籤，直接估計中心、風速、氣壓與風圈。換句話說，它把一部分傳統上依賴高解析動力模擬的工作，改成由資料學到的統計診斷。

但「同一套系統」也不等於只有一個權重檔。每個完整年份版本實際由四個各自訓練的 checkpoint，再加上參數噪音形成 deep ensemble，並搭配氣旋 tracker。2025 年即時系統常規產生 50 個集合成員，2026 年才擴到 1,000 個；因此不能把 1,000 成員回寫成 2025 年颶風 Melissa 當時的作業配置。

WN-C 可以自回歸生成最長 15 天的全球情境，但「能算到 15 天」不等於三種氣旋輸出都已被可靠驗證 15 天。作者在公開審稿回覆說明：氣旋的 paired 指標受風暴壽命與基準資料限制，主要到約 7 天；非配對機率評估到約 10 天，完整 15 天比較主要落在全球天氣場。

它也不是從觀測一路做到警報的獨立端到端系統。即時預報仍吃 ECMWF HRES-fc0 分析場，tracker 會用 TCVitals 初始化；模型本身不負責資料同化，也沒有顯式擾動初始分析場。AI 強化的是「預報推進＋氣旋診斷」這一段，不是把衛星、雷達、偵察機、資料同化、預報員判讀與官方警報整條鏈一起取代。

三、「多一天」是怎麼算出來的？

最重要的 headline 來自 2023–2024 歷史氣旋的 out-of-sample 重預報。測試有時間隔離：2023 年用訓練到 2022 年的版本，2024 年用訓練到 2023 年的版本。根據論文補充資料，在相同誤差門檻下，路徑相對 ECMWF ENS 約多 27 小時（300 公里門檻），強度相對 HWRF 約多 40 小時（15 節門檻）。所以官方用「平均超過一天」摘要，方向有數據支持；但它是把誤差曲線橫向換算成 lead-time，不是直接量到民眾多了多少撤離時間。

還有一個容易被圖表藏起來的條件：主要 deterministic 聚合只納入「真實氣旋仍存在，而且所有被比較模型都仍預報為 active cyclone」的案例。這公平地比較共同追蹤成功後的路徑與強度，卻沒有把生成時間、漏報與虛警全部包進同一個 headline。論文另做非配對的機率評估來補充，但沒有一個數字能同時回答所有問題。

DeepMind 另一張圖把 WN-C 的三天路徑與強度誤差，放到過去十多年的作業模型進步曲線上，得到「像是跳過約十年」的視覺效果。較穩健的讀法是：WN-C 在這組歷史等效比較中達到過去十多年累積改善後的水準；它不是字面上消滅十年研發，也沒有證明往後十年的每一項作業問題都已解決。

四、2025 年即時氣旋季，證據比回測多了什麼？

這裡需要修正一句常見但已過時的批評：WN-C 並非完全沒有前瞻證據。Nature 補充資料記載，模型自 2025 年 6 月 12 日開始提供 live forecasts，NHC 與英國氣象局都在即時環境使用；NHC 的2025 年驗證報告也把 Google 的 GDMI 納入正式比較，而 WeatherNext GitHub 明確說 GDMI 是 WN-C 的 NHC 後處理版本。

首季成績很強，但不是每一欄都稱王。NHC 年報顯示：在大西洋，GDMI 的路徑於 12–72 小時略優於官方預報，120 小時則較差；在東太平洋，它的 48–120 小時路徑很突出，但強度方面，官方預報、校正共識或區域模式在不同時效仍可能更好。GDMI 季初也沒有完整供應，而且 tracker 在 2025 年 9 月 25 日由 v0 更新為 v1。這意味著第一季已證明它是頂尖 guidance，卻還不能宣稱固定版本已跨季、跨盆地全面勝出。

因此，使用者特別提醒的 caveat 應該寫得更精確：「超過一天」的 headline 來自 2023–2024 歷史回測；WN-C 已有 2025 年一季、大西洋與東太平洋的即時作業證據，但仍需更多季節、更多盆地，以及機率、生成與風圈結構的前瞻驗證。

五、這次「開源」到底開到哪裡？

Google DeepMind 的 WeatherNext GitHub不是只有論文連結。v0.3.0 提供 WeatherNext 2／Cyclones 架構與設定、氣旋 IBTrACS gridding、direct tracker、推論與 ensemble rollout、CRPS loss、notebook、完整與 Mini checkpoint，以及公開的範例資料。程式碼與 Colab 採 Apache 2.0；其餘材料標示 CC BY 4.0，第三方資料仍各自受原授權約束。

對個人研究者，最實用的是 1° 的 WeatherNext Cyclones Mini：官方 notebook 建議在免費 Colab 的 v5e-1 TPU 上執行；完整 0.25° 模型則建議 TPU v5p，GPU 至少要 H100 等級的記憶體。論文補充資料估計，單一 15 天 trajectory 在 TPU v5p 約一分鐘；1,000 成員若以 256 顆 TPU v5p 平行運算，約 20 分鐘。開放權重確實降低了檢查與再利用門檻，但作業級部署仍是一筆真實的算力與資料成本。

也要分清楚「能執行模型」與「能完整重現論文」。截至 2026 年 8 月 9 日，repo 有推論、追蹤與梯度示範，卻沒有把約 20 TB 訓練語料、完整大規模訓練基礎設施、Nature 全部圖表重建流程或預先算好的 1,000 成員集合一起打包。範例資料只有一個初始日期；完整訓練還要自行取得 ERA5、HRES 與 IBTrACS。這是一個貨真價實的 open-code＋open-weight release，但不是「按一下就重現整篇論文」。

六、AlphaLab 的五個判讀

判讀一：這是研究進展，不只是氣象展示

我同意 DeepMind 的基本方向：同一套 guidance 同時把路徑、最大風速與可觀測風圈推到頂尖水準，是實質進展。它不只在公司簡報上跑過，還有全球 2023–2024 獨立歷史測試、公開的 Nature 審稿紀錄，以及 2025 年 NHC 即時季節的外部驗證。模型與推論程式碼可下載，更讓其他研究者有機會檢查失效案例。

判讀二：「多一天」是真結果，也是最容易被行銷放大的結果

27 小時與 40 小時的 equal-skill 換算站得住腳；把它翻成「每個人多一天逃生」則跨過了尚未量測的因果鏈。預警還要處理降雨、洪水、風暴潮、山崩、基礎設施曝險與最後一哩溝通。WeatherNext 改善的是核心氣旋 guidance，不是完整災害衝擊系統。

判讀三：2025 年讓可信度升級，但還不是終局

如果只有歷史回測，我會更保守；現在有一季即時結果，證據層級已經提高。但 2025 年只涵蓋 NHC 盆地，季初供應不完整，tracker 中途更新，各變數與時效也有勝有負。下一關不是再挑一場成功颶風做案例，而是固定版本後，連續多年公開每個盆地、每個 lead time、每種指標的完整 scorecard。

判讀四：1,000 成員增加尾端視野，不自動變成更好決策

大集合的價值，是讓低機率、高損失的尾端事件有更多樣本；論文也用 CRPS、energy score、spread／skill 與 reliability 檢驗機率品質。但作者明說沒有抽樣初始條件不確定性。更現實的是，預報員是否能及時消化 1,000 條路徑、把它轉成清楚的風險產品，仍取決於介面、訓練、校準與決策流程。

判讀五：開放權重值得肯定，完整可重現性仍有距離

這次 release 比「只放 API」前進很多：權重、架構、tracker、資料處理與可跑 notebook 都在。但完整模型的硬體門檻、外部初始場、第三方資料與未打包的訓練／評估基礎設施，決定了多數團隊目前更適合做 shadow testing 與局部研究，而不是立刻獨立複製一套 NHC 等級的 1,000 成員作業服務。

七、下一個氣旋季，該看哪五個指標？

1. 跨季、跨盆地：固定模型與 tracker 版本，連續比較各區域氣象中心，而不是只看 NHC 海域或單一明星風暴。
2. 生成與虛警：除了「已追蹤成功後」的路徑誤差，也公開 cyclogenesis 的命中、漏報、虛警與時間／位置偏差。
3. 機率校準：檢查 50 到 1,000 成員是否真的改善罕見快速增強與極端風圈事件，而非只讓圖更密。
4. 作業可靠度：量測資料到達、推論延遲、服務 uptime、硬體成本與版本更新造成的漂移。
5. 人類決策結果：比較官方預報、共識與 AI guidance 如何改變預報員信心、警報品質、誤警成本與最後一哩溝通。

對研究者，最直接的下一步是先用 Mini 與 notebook 重跑一個案例，再追查誤差最大的風暴，而不是只重製平均曲線。對氣象機構，更合理的路線是把 WN-C 放進既有共識與 shadow test，預先登記評估方法，讓成功與失敗都留下紀錄。對一般讀者，最值得記住的不是「AI 已解決氣旋預警」，而是：AI 已把可用 guidance 的能力往前推了一步，能否轉成更早、更準、更可行動的警報，仍要由下一季的公開數據回答。