Google DeepMind 发布 PARDIG 与 SatWeave 两个天气模型
DeepMind 把降雨估算做到了 15 分钟一次，精度还提升 30% 以上，SatWeave 还能把多颗卫星拼成一张实时云图。做气象、灾害预警或农业应用的开发者可以直接关注这两个模型能提供什么数据，比传统雷达覆盖范围广得多。
Google DeepMind 公布两项天气相关成果：PARDIG 模型每 15 分钟估算一次全球降雨，降水检测技能较此前提升超过 30%。SatWeave 则把多颗地球静止轨道卫星的观测数据融合成单一实时视图，每 60 分钟更新一次地球云层与风暴的动态。
PARDIG 的核心是高频次、全球覆盖的降水估算，把传统上依赖地面雷达和零散卫星观测的降雨监测改成统一的模型输出；SatWeave 解决的是不同静止卫星各看一块区域、数据割裂的问题，拼接后能连续追踪大范围风暴系统。两者分别对应时间分辨率和空间覆盖两个维度。
这类模型面向气象机构、灾害预警和农业场景，与 NVIDIA Earth-2 等地球系统 AI 属于同一方向。对做灾害预警系统的团队来说，15 分钟级的全球降雨数据和逐小时的云图融合是可直接接入的输入源。
What’s under the hood: 🌧️ PARDIG: Estimates global rainfall every 15 minutes, while improving precipitation detection skill by more than 30%. 🛰️ SatWeave: Combines several geostationary satellites into one live view of Earth’s clouds and storms every 60 minutes.📊 5 ⚡
This report is categorized under AITOP's "Models" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows and US-China foundation model benchmarks and commercialization comparison. Key entities and technical topics under continuous tracking include Google DeepMind, PARDIG, SatWeave, 气象预测.
Source attribution: curated from Google DeepMind (@GoogleDeepMind).
