重點整理
Google DeepMind 釋出 WeatherNext 3，鎖定能源基礎設施營運商的 AI 天氣預報模型
模型每小時更新，可預測風機運轉高度（最高 100 公尺）的風速
同時預估太陽輻射量，用來推算光電板發電量
WeatherNext 3 主要服務於在再生能源占比攀升下承擔電力平衡責任的電網營運商
DeepMind 將此工具定位為加速潔淨能源併網的關鍵基礎設施
Google DeepMind 正式推出 WeatherNext 3，一款專為風力發電場、太陽能發電業者及電網營運單位打造的天氣預報模型。
該公司表示，WeatherNext 3 以每小時為頻率更新預報，聚焦影響再生能源發電量的關鍵氣象條件。
DeepMind 已在 9 月 14 日的貼文中介紹這項工具，並於自家部落格公布更多技術細節。
WeatherNext 3 觀測與預測什麼
WeatherNext 3 主要提供兩大類預報數據。
第一類是風場資訊：預測最高至 100 公尺高度的風速與風向，這大致對應多數現代陸上風機葉片運轉的高度區間。
第二類是雲量與入射太陽輻射。電網調度與發電業者可依此估算未來數小時內太陽能板可產出的電量。
兩大數據流皆以每小時為節奏更新。DeepMind 指出，這種更新頻率十分關鍵，因為影響發電輸出的天氣變化，往往會在單一電力交易時段內就出現明顯波動。
公司將 WeatherNext 3 定位為「能源轉型的底層基礎設施」：讓電力調度團隊能更早掌握天候變化，將潔淨能源供給與用電需求更精準地對上；同時在再生能源出力高低起伏時，協助維持電網穩定。
延伸閱讀：Bitget 指稱非加密交易占比達 40%，業務版圖擴張超越數位資產
為何電網平衡需要更精準的預報
傳統電力系統高度依賴「可調度電源」，也就是能按需求啟動或調降出力的電廠。燃煤、天然氣與核能發電一向屬於此類。
風電與太陽能則不同，其出力完全受天候左右，營運商無法直接控制。當電網中再生能源占比提高，調度思維便得從「事後反應」轉為「事前預判」。
預測誤差在整個電網中會被放大：若風場高估出力，尖峰時段可能出現供電不足；若低估則會浪費可用容量，並讓成本較高的備援機組被迫上線。
具「小時級解析度」的 AI 預報正是為了填補這個缺口。一到十二小時內的預報若更精準，電網營運商便有時間以較低成本安排儲能放電、需求響應或啟用備援容量。
DeepMind 多年來持續布局天氣建模研究。早期成果之一是 GraphCast，一款在多項指標上超越歐洲中期天氣預報中心（ECMWF）基準的全球天氣模型。
WeatherNext 3 則是在此技術基礎上，專門針對能源場景做出的垂直應用。
給關注加密市場的讀者：AI 基礎設施的另一面
大規模 AI 模型的部署，與近年加密市場熱議的「去中心化算力」敘事密切相關。包括 Bittensor（TAO）與 Render（RNDR）等網路，都將自身價值主張建立在分散式 AI 基礎設施需求快速成長之上。
由頂尖 AI 研究機構推出的量產級天氣預報服務，正好展示了這類模型對算力的實際需求規模。當前 WeatherNext 3 是運行在 DeepMind 自建的專有基礎設施上，開源或去中心化替代方案是否能在效能上追趕甚至超越，仍是產業未解的關鍵問題。
Elon Musk 也在本週一指出，AI 數據中心的興起正對終端用戶的電價產生下行壓力。這一觀點與 DeepMind 的說法相呼應：更精準的 AI 預報能降低再生能源調度與電網維運成本。
延伸閱讀：Grok 5 成為 Musk 鎖定的 AGI 目標，同步引爆 AI 安全警示聲浪
接下來的觀察重點
DeepMind 尚未對外說明目前有哪些電網營運商或能源公司已實際導入 WeatherNext 3。此類商業合作通常會涉及公營或民營電力公司、獨立發電業者以及能源交易部門。
這款模型在更長期預報（尤其超過 6 小時）上的準確度，將是其能否在日前市場（day-ahead market）中發揮實質價值的關鍵，而日前市場正是電力合約成交量最大、預測失誤成本也最高的交易場域。
市場上同樣鎖定此領域的，還包括 Tomorrow.io 等新創所開發的 AI 天氣模型，以及各國氣象機構既有服務。DeepMind 的加入，有望將整個產業的預報精度門檻推高一階。
