主要内容
Google DeepMind与Google Research于9月3日发布新一代AI天气预报模型WeatherNext 3,可每小时生成全球5公里分辨率的温度、湿度等地表变量预测,同时提供100米高度风速(接近现代风力涡轮机高度)、云量及日照数据。该模型已接入Google Search、Gemini、Maps等消费端服务,并通过BigQuery、Earth Engine等企业平台提供商业数据支持,客户无需自建模型。
能源行业对精准预测需求迫切。S&P数据显示2026年美国新增电网容量中太阳能(51.2GW)和储能(25.7GW)占比超80%,而数据中心扩张推动用电需求激增(Deloitte预测2035年数据中心负荷达176GW,较2024年增长5倍)。预测失误将导致双重损失:低估风电需高价采购备用气电,高估则被迫限停风光电站。
Google凭借多平台覆盖(搜索、地图、云服务)和每小时更新频率构建竞争优势,现有厂商如Vaisala、Jua等虽质疑纯数据驱动AI模型,但Google以无模型设置门槛的企业服务(可直接调用BigQuery/Cloud Storage)和实时更新弥补了传统厂商的频率差异。Jua等认为物理模型(如ECMWF HRES)在极端天气下仍更优,因能编码大气能量运动规则,而AI模型依赖历史数据学习。