本周值得记录的一个数字：Google DeepMind 的 WeatherNext 2 模型，让台风路径预测的可用提前量多出整整一天。Nature 同行评审的论文显示，它 3 天前的预报精度，等于传统模型 2 天前的水平——而多出来的这一天，在沿海地区可能意味着疏散窗口、社区准备、人员伤亡。

这是什么

WeatherNext 2 是 Google DeepMind 训练的气象大模型，已在 GitHub 开源。传统天气预报依赖超算上的数值模型（一种用物理方程模拟大气的计算方式），而 WeatherNext 2 是一类叫「AI 天气预报模型」（用神经网络直接学习历史气象数据来预测未来天气）的新型系统，跑在 H100 这种商用 GPU（一颗约 30 万元的显卡）上就能给出结果。它的核心能力是预测热带气旋（也就是台风和飓风的统称）路径，Nature 论文验证了它的精度优势。

需要交代一个背景：「AI 天气预报」在过去两年悄悄成为大模型的重要分支。GraphCast（Google）、Pangu-Weather（华为）、FourCastNet（英伟达）等都在国际顶刊发过论文。这条线的特点是——模型一旦训练好，推理（也就是实际跑预测时）的算力成本远低于传统数值模型，所以开源和普及速度很快。

行业怎么看

气象界主流是正面的。英国气象局、美国国家飓风中心已经在评估是否接入这类模型。一位气象学者在 Ars Technica 评论区写道：「多出来的一天是真实的，可以救命。」

但反对意见也有，必须说出来：第一，AI 模型对极端罕见天气（如快速增强台风）的可靠性仍存疑，因为它本质是用历史模式预测未来，历史里没有的事件它无法想象；第二，气象预报是一个完整链条——观测网、雷达、卫星数据本身的质量决定上限，AI 模型再强也吃不到模型之外的精度；第三，开源模型不等于能落地，国家气象机构对 AI 模型的可解释性（也就是能说清楚「为什么这么预测」）要求高，出了预报事故谁负责，目前没有清晰答案。

还有一个常被忽视的层面：商业气象服务公司（AccuWeather、The Weather Channel）手里的数据源、商业关系，可能比模型本身更难绕过去。

对普通人的影响

对企业 IT：气象 AI 的成熟意味着能源、物流、农业、保险等天气敏感行业的 IT 部门，未来 12-24 个月内会重新评估气象数据采购——是从商业供应商买，还是直接接入开源模型自己跑。

对个人职场：对绝大多数白领没有直接影响；但如果你在沿海制造业、跨境物流、远洋渔业、农业种业工作，未来老板谈「供应链韧性」时，这是一张可以打的牌。

对消费市场：手机自带的天气预报可能不会立刻变，但气象局的预警短信、台风天的学校停课决策、保险公司的风险定价，这些看不见的地方，会慢慢被 AI 模型改写。