重點整理
Google DeepMind 推出 WeatherNext 3，鎖定能源基建及電網營運商使用
模型每小時更新，可預測高達 100 米高度的風速及風向
同時估算太陽輻射及雲量，推算光伏板發電量
主要服務於在可再生能源裝機大增下，負責平衡電網供需的營運商
DeepMind 將此工具定位為加速清潔能源普及的關鍵基建
Google DeepMind 正式推出 WeatherNext 3，一款專為風力發電場、太陽能發電商及電網營運商打造的 AI 氣象預報模型。
官方表示，WeatherNext 3 以小時為頻率更新，重點預測直接影響可再生能源輸出的關鍵氣象條件。
DeepMind 在 9 月 14 日於社交平台發文介紹這款工具，並在自家博客披露更多技術細節。
WeatherNext 3 量度甚麼數據？
WeatherNext 3 主要輸出兩條預報數據流：
第一條涵蓋最高 100 米高度的風速及風向。這一高度大致對應現代陸上風機葉片的運行區域，是估算風電場實際輸出的關鍵參數。
第二條則預報雲量及入射太陽輻射。電網調度部門可憑此估算未來數小時內光伏組件的上網電量。
兩條數據流均以每小時頻率更新。DeepMind 指出，電力市場一個交易時段內，天氣就可能出現明顯變化，這種高頻更新有助營運商及早調整頭寸及機組安排。
公司將 WeatherNext 3 定位為「能源轉型基建」的一部分：透過提前掌握天氣變化，營運團隊可更精準地讓清潔能源供應貼近實際負荷需求，同時在可再生發電波動較大時，降低電網失衡風險。
延伸閱讀：Bitget 指非加密交易佔比升至 40%，業務布局超越數碼資產
為何電網平衡迫切需要更佳預報？
傳統電力系統長期依賴「可調度電源」，即可以按需開關或調節出力的發電廠，例如燃煤、燃氣及核電機組。
相比之下，風電與太陽能屬「隨機性電源」，輸出完全受制於無法人為控制的天氣條件。當電網中可再生能源占比提高，營運商便必須「預先」掌握未來輸出變化，而非事後被動調整。
預測誤差在整個電網會被放大：
‧ 若風電場高估自身發電，系統可能在用電高峰出現供給缺口；
‧ 若低估輸出，則會浪費可再生電力，並迫使成本更高的備用機組上線。
具小時解析度的 AI 預報正面對這一痛點。若能在 1 至 12 小時時間窗內大幅提升準確度，電網營運商便可更低成本地安排儲能釋放、需求響應或啟動備用容量。
DeepMind 多年來一直深耕氣象建模。其早期研究成果 GraphCast 就曾在多項指標上，超越歐洲中期天氣預報中心（ECMWF）的傳統模型。WeatherNext 3 則是在此基礎上，專門針對能源應用場景作進一步優化。
給加密市場讀者的「AI 基建」視角
如此規模的 AI 模型部署，正與加密市場火熱的「去中心化算力」敘事交匯。包括 Bittensor（TAO）及 Render（RNDR）等網絡，皆將自身價值主張建立於分布式 AI 基建需求持續膨脹之上。
來自頂尖 AI 實驗室的實際氣象預報產品，具體展示了此類模型在生產環境下的龐大算力需求。現時 WeatherNext 3 仍運行在 DeepMind 的專有基建上，開放或去中心化替代方案能否在性能上追趕甚至匹敵，仍是行業懸而未決的問題。
Elon Musk 早前亦在貼文中指出，AI 數據中心正在成為推低零售電價的一股力量。這種說法與 DeepMind 的敘事互為呼應：更精準的 AI 預報，有望減低管理可再生能源供給波動的整體成本。
延伸閱讀：Grok 5 成為 Musk 鎖定的 AGI 目標，同時 AI 安全警訊升溫
下一步會如何發展？
DeepMind 暫未披露目前有哪些電網營運商或能源公司已在使用 WeatherNext 3。按行業慣例，這類商業合作多數牽涉公用事業公司、獨立發電商以及能源交易團隊。
模型在更長預報時段（例如超過 6 小時）的準確度，將決定其能否大規模應用於「日前市場」報價。該市場承載了最大的電力合約成交量，任何預測偏差都可能直接轉化為高昂成本。
市場上亦陸續出現競爭對手：新創公司 Tomorrow.io 等的 AI 天氣模型，以及各國氣象局的既有服務，都在瞄準同一細分市場。DeepMind 的加入，勢必抬高整個行業對預報精度的「及格門檻」。
