WeatherNext 3 leva previsão global de IA a ciclos horários
Publicado 08 de set. de 2026 · Leitura 1 min de leitura · Relevância 9.3
O modelo passa a ingerir satélites em baixa latência, atualiza previsões a cada hora e já alimenta produtos do Google e dados na nuvem.
Ciclos horários e ingestão direta de observações reduzem a defasagem operacional dos modelos globais de IA, com impacto em energia renovável, agricultura e planejamento logístico.
O que mudou
O WeatherNext 3 passa a ingerir mosaicos de satélites geoestacionários com baixa latência e gera uma nova previsão global a cada hora. O modelo produz variáveis de superfície como temperatura e umidade em resolução de até 5 km, outras variáveis de superfície em 10 km e variáveis atmosféricas em 25 km.
O trabalho também treina com observações de estações e dados de precipitação, em vez de depender apenas de análises produzidas por modelos físicos.
Da pesquisa ao uso
Os dados estão disponíveis no BigQuery, Earth Engine e Cloud Storage. O modelo começou a alimentar Search, Gemini, Maps, Maps Platform Weather API e Earth Engine em 3 de setembro.
Limites da evidência
As métricas de ganho divulgadas vêm do próprio trabalho e variam por variável, horizonte e conjunto de avaliação. A empresa cita avaliação ao vivo independente da Brightband, mas o modelo não substitui alertas meteorológicos oficiais. Para avisos de risco e segurança pública, a referência continua sendo o serviço meteorológico local.
Avaliações independentes por região, desempenho em eventos extremos, latência real dos dados, estabilidade das integrações e diferenças entre previsões do Google e serviços meteorológicos oficiais.