Google DeepMind 推出 WeatherNext 3，助力风能和太阳能电网运营商_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

Google DeepMind 推出 WeatherNext 3，助力风能和太阳能电网运营商

2026-09-15 06:21:14

核心要点

Google DeepMind 发布了 WeatherNext 3，这是一款专为能源基础设施运营商设计的 AI 气象模型。该模型每小时更新一次，可预测高达 100 米高度的风速，并预测太阳辐射水平以估算光伏面板的发电量。WeatherNext 3 旨在帮助电网运营商在可再生能源容量增长的情况下平衡电力供应。DeepMind 将该工具定位为加速清洁能源采用的直接推动力。

WeatherNext 3 的功能与数据流

Google DeepMind 推出了 WeatherNext 3，这是一款专为风电场、太阳能生产商和电力电网运营商设计的气象预报模型。该公司表示，该模型每小时更新一次，并预测影响可再生能源发电的条件。DeepMind 于 9 月 14 日在其官方渠道介绍了该工具，并通过博客发布了更多技术细节。

WeatherNext 3 生成两种主要的数据流。第一种涵盖高达 100 米高度的风速和风向。这一高度与大多数现代陆上风电场的涡轮机叶片运行高度相匹配。第二种数据流预测云量和入射太阳辐射。电网运营商利用这些数据来估算未来几小时内太阳能电池板将产生多少电力。

这两组数据均以小时为单位刷新。DeepMind 指出，这种更新频率至关重要，因为影响输出的天气条件可能在电力市场的单个交易时段内发生变化。该公司将该产品定位为能源转型的基础设施。提前通知团队天气变化，使他们能够将清洁能源供应与消费者需求相匹配。当可再生能源发电具有波动性时，它也有助于平衡电网。

为何电网平衡需要更精准的预测

历史上，电力电网依赖于可调度发电，即可以根据需求开启或调节功率的发电厂。煤炭、天然气和核电厂属于此类。然而，风能和太阳能并非如此。它们的输出取决于运营商无法控制的条件。拥有高比例可再生能源的电网必须提前预测发电波动，而不是被动应对。

预测误差会在电网中累积。如果风电场高估了其输出量，可能会导致系统运营商在峰值需求期间供电不足。低估则会浪费产能，并迫使更昂贵的备用发电上线。AI 预测的高分辨率直接解决了这一差距。在一到十二小时的窗口期内提高准确性，使电网运营商能够以最小的成本安排储能调度、需求响应或备用容量。

DeepMind 已在气象建模领域工作多年。早期的研究产生了 GraphCast，这是一项全球气象模型，在多项指标上优于欧洲中期天气预报中心（ECMWF）的基准。WeatherNext 3 将这些基础应用于特定的能源用例。

从加密读者的视角看 AI 基础设施

如此规模的 AI 模型部署与加密货币市场中活跃的分布式计算叙事相互交织。包括 Bittensor (TAO) 和 Render (RNDR) 在内的网络均将其价值主张围绕对分布式 AI 基础设施日益增长的需求进行定位。一家领先的 AI 实验室推出的生产级气象预报产品，展示了去中心化网络定位服务的现实世界计算需求。DeepMind 在其专有基础设施上运行 WeatherNext 3。开源或替代方案能否达到同等性能，仍是该行业的一个未解之谜。

埃隆·马斯克（Elon Musk）早些时候曾表示，AI 数据中心有助于降低消费者的电价。这一观点与 DeepMind 的观点并行，后者认为更好的 AI 预测降低了管理可再生能源供应的成本。