Google Weather Lab 可以理解为 Google 面向气象研究人员、专业预报员以及普通用户推出的一个 AI天气模型可视化实验平台。它不是 Google 搜索中的普通天气预报，也不是一个新的天气 App，而更像一座“在线AI气象实验室”：用户可以直接在全球地图上查看 Google 的天气模型输出、比较多种可能情景、分析预测不确定性，而不必先下载海量数据或搭建复杂的数据处理系统。该项目由 Google DeepMind 与 Google Research 共同开发，目前属于 Google Earth AI 地球空间智能体系的一部分。(Google DeepMind)
从“台风实验室”发展为全球天气平台
Weather Lab 最初于 2025年6月发布，核心功能是展示实验性的热带气旋预测。它可以预测台风、飓风等热带气旋：
- 是否可能形成；
- 未来移动路径；
- 最大风速和中心气压变化；
- 强度等级；
- 环流尺寸与结构；
- 可能登陆的区域和时间。
模型不是只画出一条“最可能路径”，而是一次生成 50种可能情景，预测范围最长达到15天。用户可以在地图上看到大量集合轨迹，并将 Google AI 模型与 ECMWF 等传统物理数值天气模型进行比较，还能回看历史气旋，用于模型评估和复盘。(Google DeepMind)
Weather Lab 最新的重要升级：它已经不再局限于气旋追踪，而是扩展成了一个 全球AI天气预报平台，把 WeatherNext 2、MetNet以及原有的气旋模型整合到同一张地图中。(LinkedIn)
现在可以查看什么
新版 Weather Lab 提供全球交互式天气图层，包括：
- 地面温度；
- 降水；
- 海平面气压；
- 风速和风场；
- 短时高分辨率降水；
- 热带气旋路径、强度和集合预测。
用户点击地球上的任意位置，就可以调出该地点未来最长 15天的点位预测。除了通常的平均预测值，系统还显示 P10和P90不确定性范围。气旋轨迹可以叠加在温度、气压、风速或降水图层上，从而观察气旋与周围大尺度天气系统之间的关系。新版也支持移动设备访问。(LinkedIn)
例如查看某地未来第7天温度时，页面可能显示：
集合平均温度：28℃
P10：25℃
P90：32℃
这表示在模型生成的全部预测情景中，大约10%的结果低于25℃，大约10%的结果高于32℃，其余多数结果分布在25～32℃之间。区间越宽，说明模型成员分歧越大，天气形势的不确定性越高。
需要注意，P10—P90不是“天气一定有80%概率落在这个范围内”的绝对保证，而是模型集合分布的统计表达。集合模型是否具有良好的概率校准，还要通过长期历史数据验证。
WeatherNext 2：负责全球中期天气预报
WeatherNext 2 是新版 Weather Lab 的核心全球天气模型，主要负责未来数天到15天的中期预报。
其技术架构称为 Functional Generative Network，功能生成网络，简称FGN。它不是简单地输出一张未来天气图，而是生成多组可能的未来大气状态，由此形成集合预报。官方默认配置可输出64个集合成员，即64条不同但具有统计合理性的天气演变轨迹。(Google for Developers)
WeatherNext 2的主要参数为：
- 全球覆盖；
- 空间网格分辨率为0.25°，约为25公里量级；
- 每天在00、06、12、18 UTC初始化4次；
- 最长预测15天；
- 部分变量可以达到1小时时间分辨率；
- 其他变量主要按6小时输出；
- 默认输出64个集合成员。
其中1小时数据包括2米气温、10米和100米风、海平面气压等；6小时数据还包括累计降水以及不同气压层上的温度、湿度、位势高度和风场。(Google for Developers)
传统数值天气预报需要在超级计算机上反复求解流体力学、热力学和辐射传输方程。WeatherNext 2则从ERA5再分析资料和高分辨率业务分析资料中学习大气演变规律，推理阶段可以在单个TPU上用数分钟生成15天集合预报。这使得生成大量可能天气情景的成本显著降低。(Google for Developers)
不过，它并不是完全摆脱物理模型。其训练数据和初始化状态仍然主要来自传统数值天气分析系统，因此更准确的说法是：AI正在成为天气预报体系中的新型快速模拟器，而不是彻底取代物理气象学。
MetNet：负责短时降水预报
WeatherNext 2适合看未来几天到15天的大尺度天气，而 MetNet 更偏向短时临近预报，重点回答：
接下来几小时哪里会下雨或下雪？
降水什么时候开始？
雨带将向哪个方向移动？
新版 Weather Lab 提供 MetNet 的 15分钟时间分辨率降水数据。Google官方把当前MetNet体系定位为短时高分辨率雨雪预报，预测时间最长约12小时。最新研究还利用地球同步气象卫星资料，把短时降水预报扩展到缺少地面天气雷达的地区。(LinkedIn)
因此，新版 Weather Lab 实际上形成了三种时间和空间尺度的组合：
- MetNet：未来数小时的降水临近预报；
- WeatherNext 2：未来1～15天的全球天气演变；
- 气旋专用模型：台风或飓风的生成、路径、强度和结构预测。
这比单一模型更有价值。例如，观察一个正在发展的台风时，可以同时查看：
- 台风的50条可能路径；
- 周边海平面气压场；
- 引导台风运动的高空和近地面风场；
- 未来几小时降水分布；
- 某个城市未来15天的点位预测；
- 集合预报的P10—P90不确定性区间。
为什么集合预报如此重要
天气系统具有明显的混沌特征。初始气温、风速或湿度只有很小差异，几天后都可能导致完全不同的结果。单一路径或单一数值容易让用户产生“模型已经确定未来”的错觉。
集合预报则通过稍有差异的初始条件、模型参数或随机扰动，生成多条可能的未来轨迹：
- 多数成员高度集中，说明预测相对稳定；
- 成员逐渐分散，说明不确定性在增大；
- 出现两个明显群组，说明未来可能存在两种不同天气形势；
- 少量成员预测极端事件，则意味着小概率但高影响风险不能忽视。
对于台风而言，集合平均路径有时反而不是最合理的实际路径。例如一半成员预测台风向东，一半向西，平均后可能得到一条“从中间穿过”的路径，但实际上没有多少成员真正走中间。因此专业使用时，不能只看粗线表示的集合平均，还要观察全部细线如何分组。
Weather Lab的实际意义
Weather Lab最重要的贡献，不只是又增加了一个天气地图，而是降低了使用AI气象模型的门槛。
过去，研究人员要评价一个新天气模型，通常需要下载Zarr、NetCDF等格式的大型数据文件，处理经纬度网格、气压层、初始化时间和预报时效，再用Python等工具完成可视化。Weather Lab把这些过程封装成网页，使预报员和研究人员可以快速检查模型表现，并直接比较AI模型、传统物理模型和实际观测。Google将其定位为一个集中式展示和评估环境，用户不必先构建复杂的数据管线。(LinkedIn)
它也在推动AI模型从科研论文走向业务评估。Google已与美国国家海洋和大气管理局下属的国家飓风中心合作，向预报员提供接近实时的AI气旋预测，由NHC进行常规评估，并研究如何将这些结果纳入现有预报基础设施。Weather Lab正是双方查看和评估模型输出的可视化平台之一。(Technology Partnerships Office)
不能把它当作官方天气预警
Weather Lab仍然是一个 实验性研究工具。Google明确表示，其实时预测来自仍在开发的模型，不属于官方预报或官方警报。在台风登陆、暴雨、洪水、撤离、航行和户外安全等问题上，仍应以当地国家气象部门、应急管理机构和官方预警为准。(Google DeepMind)
它还存在几个技术限制。
首先，WeatherNext 2的0.25°网格大致是25公里量级，能够描述大尺度天气系统，但难以直接反映城市热岛、山区地形、海陆风、局地强对流等街区尺度现象。
其次，模型以ERA5和业务分析场为训练及验证目标，这些数据本身就有分辨率和系统偏差，某个网格点的预测不一定等同于地面气象站实测值。实际应用中经常还需要区域降尺度和偏差订正。
第三，Google官方文档指出，WeatherNext的降水输出继承了ERA5降水资料的一些偏差；模型在部分高频变量上还可能出现细微的“蜂窝状”数值伪影。(Google for Developers)
第四，15天预测不意味着第15天仍然非常精确。随着预报时效增加，集合成员通常会越来越分散。长期部分更适合判断天气形势和风险范围，不适合把某个具体小时的温度或降雨量理解为确定结果。
总体评价
Google Weather Lab可以概括为：
一个把Google的短时降水模型、全球中期集合天气模型和热带气旋模型整合在一起的交互式AI天气研究平台。
它处在普通天气应用与专业数值预报系统之间：比普通天气App提供更多模型、情景和不确定性信息，又比直接下载气象数据和编写程序更容易使用。它真正值得关注的地方，是把“概率天气预报”直观地呈现出来——未来天气不再只是一个温度数字或一条台风路径，而是一组具有不同概率和风险的可能未来。