WeatherNext 3 de Google pasa a datos satelitales en tiempo real y promete 5× más detalle
La nueva versión de WeatherNext elimina los modelos físicos tradicionales y alimenta su IA con datos geostacionarios en vivo, entregando pronósticos de cinco kilómetros y actualizaciones por hora.
WeatherNext 3, lanzado por Google Research y DeepMind, abandona las simulaciones numéricas de predicción meteorológica (NWP) y se alimenta directamente de datos satelitales en tiempo real. La compañía afirma que el modelo ofrece cinco veces más detalle que su predecesor, con actualizaciones cada hora.
El modelo procesa datos geostationarios con una resolución de hasta cinco kilómetros para temperatura y humedad, diez kilómetros para otras variables superficiales y 25 kilómetros para valores atmosféricos como velocidad del viento. En comparación, WeatherNext 2 utilizaba una cuadrícula de 25 kilómetros con intervalos de seis horas. La diferencia se nota en el mapa de temperatura del Reino Unido: el modelo antiguo muestra una imagen pixelada, mientras que WeatherNext 3 capta la topografía local.
Para entrenar la red, Google combinó el conjunto de datos IMERG de la NASA con su propio análisis global de precipitación basado en radar, además de datos de estaciones meteorológicas individuales. El resultado son campos densamente mapeados de atmósfera y precipitación, con pronósticos puntuales para estaciones y trayectorias de ciclones.
Las métricas de calidad revelan mejoras del 60 % frente a IMERG, 30 % frente a MRMS y 10 % frente a medidores de precipitación en leads cortos. El modelo también estima la velocidad del viento a 100 m, útil para calcular la producción de parques eólicos, y mejora los valores de nubosidad e irradiancia solar, lo que beneficia a instalaciones solares.
WeatherNext 3 ya alimenta funciones de clima en Google Search, Gemini, Google Maps y el API de Weather de Google Maps Platform. Los usuarios pueden consultar los datos por hora a través de BigQuery y Earth Engine, o descargarlos en bloque desde Google Cloud Storage.
La actualización de la frecuencia de pronóstico es clave para tormentas en desarrollo y precipitaciones rápidas. Google destaca que las regiones de América Latina, África y Asia-Pacífico, tradicionalmente mal atendidas por modelos de alta potencia computacional, se beneficiarán más.
WeatherNext 3 se basa en la misma arquitectura funcional generativa que WeatherNext 2, lanzado en noviembre de 2025. Este último ya superó al primer modelo en el 99,9 % de variables meteorológicas y ventanas de pronóstico, y se ejecutó ocho veces más rápido que la generación anterior.
En agosto de 2026, DeepMind hizo público WeatherNext 2 y WeatherNext Cyclones bajo licencia abierta, y en 2024 lanzó GenCast, el primer modelo probabilístico de IA que superó al sistema de ensambles ECMWF.
Para previsiones oficiales y alertas de clima severo, Google sigue recomendando los servicios meteorológicos nacionales.
