正文：谷歌DeepMind最新发布WeatherNext 2，革新天气预报方式。新模型运行速度比上一代快8倍，分辨率提升至小时级，可精确预测如“2-3点小雨”等具体时段天气。其核心是功能生成网络（FGN），通过输入32个随机数字生成全球未来15天的高维天气变化，支持上百种可能情景推演。相比传统超算耗时数小时，WeatherNext 2在单个TPU上仅需1分钟完成预测，且对极端天气（如台风路径）提前24小时达到相同精度。该技术大幅提升能源、农业、物流等领域决策效率，误差更低、空间结构更自然，已具备实用性。

11月18日，Google DeepMind与Google Research推出全新AI天气预报模型WeatherNext 2，运算速度较前代提升8倍，可生成1小时分辨率的预测结果。新模型在99.9%的变量上全面超越前代，包括温度、风速和湿度等，并支持多情境分析。其采用Functional Generative Network（FGN）架构，能在单个TPU上一分钟内完成复杂推演，远快于传统超级计算模型的数小时耗时。WeatherNext 2数据已上线Earth Engine、BigQuery及Google Cloud Vertex AI，并逐步整合至Search、Maps等服务中。谷歌表示，该技术将推动气象研究与实际应用发展，未来还将探索更多数据来源与扩大访问范围。

《自然》21日报道称，微软研发的AI模型Aurora在百万小时地球物理数据训练后，实现了对现有地球系统预报技术的超越。Aurora不仅能精准预测高分辨率天气，还能更高效地预报空气质量、热带气旋路径及海浪动力学，其算力成本低于现有技术。研究显示，Aurora在5天气旋路径预测上达成100%目标，在10天天气预报上达到92%，优于7个国际预报中心。此外，Aurora的开发周期仅需4至8周，远短于传统模型所需的数年时间。这一突破性进展得益于大量历史数据的支持，标志着人工智能在气象领域的应用迈入新阶段。

**摘要：** 谷歌DeepMind团队于12月4日发布了一款名为GenCast的AI气象模型，该模型能在8分钟内生成未来15天的天气预报，预测准确度超过欧洲中期天气预报中心（ECMWF）的EN系统。GenCast通过学习四十年历史气象数据，生成包含50个以上预测的集合，覆盖全球天气模式。在1320种不同变量和提前时间的组合测试中，GenCast准确率超过97.2%，并在36小时以上的预测中达到99.8%的准确率。此外，GenCast在预测极端天气如高温、低温、强风及台风路径方面表现尤为出色。GenCast使用Google Cloud TPU v5进行高效运算，大幅提升了天气预报的速度与精度。这一突破标志着天气预报技术的新标杆。 此摘要保留了关键信息，符合新闻三要素。

标题：Nature重磅：8分钟预测15天全球天气，DeepMind AI超越顶尖天气预报系统 世界气象组织数据显示，过去50年，每天因天气、气候或水患造成的灾害导致115人死亡及2.02亿美元损失。因此，更准确的天气预报系统意义重大。 传统天气预报依赖数值天气预报算法（NWP），计算复杂、耗时长。基...

11月6日，阿里巴巴达摩院在北京发布八观气象大模型，该模型在关键气象指标预测上超越传统天气预报。八观气象大模型融合多源数据，时空精度达到1公里*1公里*1小时，显著提升了温度、辐照、风速等关键指标的预测性能。该模型已在新能源占比高的新型电力系统中应用，帮助国网山东电力调控中心成功预测多次极端天气，新能源发电功率和电力负荷预测准确率分别达到96%和98%以上。实际数据显示，该模型在区域辐照度、风速、云量及气温等方面的预测精度，较传统天气预报分别提高了40%、27%、24%和11.8%。未来，八观气象大模型将在云量、降水等指标上持续优化，并有望应用于航空预警、农业生产、体育赛事筹备等多个场景。