
Najnowszy generatywny (FGN) model prognozy pogody Google DeepMind i Google Research; ensemble uczony na danych satelitarnych, prognozy godzinowe w rozdzielczości do 5 km.
Parametry
Nieujawnione publicznie
parametrów
Data premiery
3 września 2026
Dostęp:APIHostedDownloadWdrożenie:☁ Cloud
Przegląd
Dostęp i wdrożenie
APIHostowanePobieranie
Chmura
Wagi: Zamknięte
Kluczowe parametry
🧩 Parametry: Nieujawnione publicznie
📥 Wejście: obraz, dane strukturalne, szeregi czasowe
Platformy
Specyfikacja techniczna
Parametry
Nieujawnione publicznie
parametrów
Licencja
proprietary
Wymagania sprzętowe
Udostępniany wyłącznie przez infrastrukturę chmurową Google: Google Maps Platform Weather API, Google Earth Engine, BigQuery oraz Google Cloud Storage.
Modalności
⬇ Wejście (Input)
imagestructured_datatime_series
⬆ Wyjście (Output)
structured_data
Możliwości i zastosowania
Natywne możliwości modelu
Prognozowanie pogody
Generowanie prognoz stanu atmosfery (temperatura, wiatr, opady, ciśnienie) na podstawie danych obserwacyjnych i historycznych.
Kategoria: other
Prognozowanie probabilistyczne
Generowanie zespołowych (ensemble) prognoz opisujących rozkład prawdopodobieństwa możliwych scenariuszy, a nie pojedynczej wartości.
Kategoria: other
Wyjście strukturyzowane
Generowanie danych w ustrukturyzowanych formatach, np. JSON.
Kategoria: structured_generation
Dziedziny zastosowań
Wyniki benchmarków
3 benchmarki
CRPS
CRPS · Opady, prognoza średniego zasięgu vs baseline IMERG, wczesne terminy prognozy
do 60% poprawy
📅 3 wrz 2026📄 Google DeepMind blog
CRPS
CRPS · Opady, prognoza średniego zasięgu vs baseline MRMS, wczesne terminy prognozy
do 30% poprawy
📅 3 wrz 2026📄 Google DeepMind blog
CRPS
CRPS · Opady, prognoza średniego zasięgu vs pomiary deszczomierzy, wczesne terminy prognozy
do 10% poprawy
📅 3 wrz 2026📄 Google DeepMind blog
Architektura techniczna
Rdzeń architektury (Core Architecture)
Wdrożenie i bezpieczeństwo
☁ Dostępny na platformach