قدمت Google DeepMind و Google Research نموذج WeatherNext 3، هو أكثر نموذجات الذكاء الاصطناعي المناخية عالمية متقدمًا حتى الآن، الذي يتميز ببيانات الأقمار الساطعة في الوقت الفعلي، وتحديثات كل ساعة، ودقة أربعة مرات أعلى من نموذجه السابق. تؤكد التقييمات الحية المستقلة التي قام بها شركة Brightband على دقته الأعلى. يولد النموذج توقعات ساعة واحدة بدقة مساحية متعددة—دقة 5 كيلومترات للمتغيرات السطحية الرئيسية مثل درجة الحرارة والرطوبة، دقة 10 كيلومترات للمتغيرات السطحية الأخرى، ودقة 25 كيلومترة للمتغيرات الديناميكية مثل سرعة الرياح. على عكس النماذج السابقة التي تم تدريبها على بيانات التنبؤ العددي للطقس (NWP) المتأخرة بستة ساعات، يتعلم WeatherNext 3 مباشرة من ماسكيهات الأقمار الساطعة الجيوستاتيونية الخام في الوقت الفعلي، مما يتيح توقعات أكثر توقيتًا والمحلية. تم دمجه الآن عبر Google Search، وGemini، وMaps، وGoogle Maps Platform، وCloud. يستخدم WeatherNext 3 شبكة توليد وظيفية (FGN) بتحويل الشبكة لمعالجة الملاحظات الفعلية والبيانات التاريخية، مما ينتج حقولًا ضيقة مكثفة، ومسارات منفصلة للأتربة، وتوقعات على مستوى المحطات الضمنية. يتيح هذا التطور رؤيةً تفصيلية للتضاد المحلي وتحديثات سريعة حيوية لتتبع التغيرات المفاجئة في الطقس مثل العواصف وأنظمة الأمطار.