11月3日消息，谷歌研究院与 DeepMind 合作开发了最新的天气模型 MetNet-3，该模型以之前的 MetNet 和 MetNet-2 为基础，能够提前 24 小时，能够对全球天气情况进行高解析度预测，包括降水、表面温度、风速、风向和体感温度。

谷歌提到，MetNet-3 模型已经在移动平台的“谷歌手机软件”天气预报中实装。

MetNet-3 模型可创建“平滑且高精度”的预测，空间解析度可达 1 至 4 公里，并以 2 分钟为分析区间，经实验证明，MetNet-3 的预测能力超越传统物理天气预报模型，例如传统物理基础模型“NWP（Numerical Weather Prediction）”及“快速刷新模型（HRRR）”均被 MetNet-3 超过。

MetNet-3 在预测天气上，与其他建立在传统方法之上的机器学习方法不同，关键点在于 MetNet-3 直接通过大气观测资料进行训练和评估。研究人员提到，直接观测的优点在于数据密度及解析度更高。此外，除了继承先前 MetNet 模型的数据之外，MetNet-3 还新增学习来自气象站的气温、风力测量资料，以尝试对所有位置进行全方位天气预测。

MetNet-3 的主要价值在于，能够即时以机器学习技术准确地预测天气，并在谷歌的产品上提供天气预报服务。该模型根据不断搜集的最新数据，持续地创建完整精确地预报，研究人员提到，这和传统的物理推理系统不同，更能够满足天气预报的独特需求。