WeatherNext 3 产品档案

基本信息（一手核对）

发布之后的表现

Product Hunt（点查 product / post / post_obs / product_snap）

• 唯一一条 post_obs 记录：发布后 1314.9 小时（约 55 天）抓取，score 135、评论 1、日榜第 7——说明票数在发布后基本没再涨，属于"发布当天定生死"的典型。
• 同名的第三方产品 WeatherNext 3 Guide（2026-09-08 上线，非 featured）只有 1 票、日榜 470，说明围绕它的信息型副产物存在但极小。
• 结论：PH 上这一代比上一代更冷（135 vs 147 vs 267），尽管模型能力更强、分发面更广。PH 受众对"Google 又发了个天气模型"已经脱敏。

Hacker News（点查 story）

• HN 是这次发布最强的外部热度信号：406 分 / 107 评论，比 WN2 的 291 分高约 40%，与 8 月气旋论文贴（449 分）同一量级。但注意：热的是 deepmind.google 落地页 + 论文 PDF，不是 blog.google 官方稿（后者只有 11 分）。
• 评论区情绪偏"技术认可 + 产品吐槽"：最高赞评论在抱怨 Google 天气 App 本地预报"明明在下雨却显示无雨"，并由此引出 NOAA 预算削减 / 数据源退化的争论；也有从业者反驳"上游数据精度其实没退化，退化的是基础设施可靠性"。也就是说，模型口碑和消费端体验口碑是分裂的。

GitHub（点查 repo_profile / repo_day）

• google-deepmind/weathernext：7,728 star、998 fork（fork 比 0.129），创建于 2023-07-14，最后 push 2026-09-04 09:49 UTC（正好是发布窗口）。
• 星标曲线：2026-08-31 7,606 → 2026-10-28 7,725（58 天 +119，约 2/天）→ 11-02 7,728。发布期有一次明显跃升，之后回落到每天 0–2 星。lifetime 6.4 星/天，从未进过 GitHub trending。
• 关键限定：这个仓库的 star 属于 WeatherNext 2 / Gen / Graph 开源栈，WN3 只是"同一仓库、同一品牌"，模型本身不开源。所以 star 不能当作 WN3 的采用度。

X / 社交

• 本地 X 库（core 层，2026-09-30 至 10-30 窗口）对 "weathernext" 的全文检索：0 条。@google 不在成员名单里，@googledeepmind 也不在；只有 Demis Hassabis 在库（14 条帖，窗口内无一条提到天气模型）。
• 这是明确的采样盲区，不能据此推断"X 上没人讨论"。PH 档案把 twitter_handle 记为 @google，但该账号未被本地库覆盖。

App / 收入库

• App Store / Google Play / Mac App Store：无同名 App（WN3 是模型/API，不是 App；消费端体验寄生在 Google 搜索、Gemini、Maps 里）。
• TrustMRR（indie）：无记录——Google 内部模型不会出现在独立开发者收入榜，属预期内缺失。

自报 vs 实际

关键异常/需要标注的口径问题

1. 三个"发布日"：release notes 写 2026-08-31（v3.0 数据集上线）、blog 发布 2026-09-03、PH 发布 2026-09-04。对外宣传日与系统上线日相差 3–4 天，PH 又晚一天。
2. PH 票数与 HN 分数背离：HN 406 分（比 WN2 高 40%），PH 135 票（比 WN2 低 8%，比 2025-02 的 WeatherNext by Google 低 49%）。同一产品在两个社区的温度完全不同。
3. GitHub star 归属错位：仓库 star 涨在 WN3 发布窗口，但 WN3 不开源，涨的是 WN2 开源栈的关注度——容易被误读为"WN3 开源采用度"。
4. "最准"是可营销口径：官方对比基线是 NWP/ECMWF 与自家 WN2，不是与其他 AI 天气模型（GraphCast、AIFS、Pangu）在统一基准上的横评。

为什么成了 / 没成

成了的部分（分发与技术）

• 不是独立产品，是基础设施升级。WN3 没有独立 App、没有独立定价页，它的"成功"体现在被塞进 Search / Gemini / Maps / Maps Platform / Earth Engine / BigQuery 六个既有分发面。这意味着它不需要获客，只需要"别把现有体验做坏"。
• 技术叙事扎实：实时地球静止卫星直接作为模型输入、每小时初始化、5 km 站点观测头、清洁能源变量（100m 风、SSRD/FDIR）。这些不是 demo 级特性，是能直接卖给能源交易、电网调度、航空、保险的参数。
• 开发者路径完整：allowlist 申请 → GCS Zarr / BigQuery / Earth Engine 三选一 → Colab 起步 notebook → 许可条款清晰（历史 CC BY 4.0、实时单独条款）。文档成熟度明显高于一般"研究模型发布"。
• HN 与论文双热点：8 月气旋论文（449 分）+ 9 月 WN3（406 分）形成连续两个月的技术热度，说明气象/ML 专业圈真的在看。

没成的部分（商业可见度）

• PH 端几乎无声：135 票、1 条评论、日榜第 7，且发布 55 天后票数没动。对比 Gemini 3（1001 票）、Stitch 2.0（840 票），WN3 在 PH 上属于"被忽略的 Google 发布"。
• 没有可追踪的收入口径。它不单独卖，收入混在 Google Cloud 用量、Maps Platform API 调用、广告与订阅里，任何第三方（TrustMRR、PH、应用商店）都抓不到。想验证"WN3 到底赚不赚钱"在当前数据条件下不可能。
• 消费端口碑是负资产。HN 最高赞评论直接说 Google 天气 App 本地预报"十次错一次就永久毁信誉"；英国用户说 Met Office/BBC 更准。模型层越"最准"，消费端体验落差越容易被放大。
• 实时数据要审批，把"想试一下"的开发者挡在 5–7 个工作日之外；而免费可拿的历史数据又只对研究有用，商用价值最高的实时流反而是门槛最高的一层。

一句话判断：这是一次分发成功、叙事成功、商业不可见的发布。它大概率会作为 Google 天气体验的底层默默跑很多年，但不会成为一个能被独立记账的"产品"。

对想跟的人

• 别把它当创业公司产品看。没有定价页、没有独立入口、没有 self-serve 付费，说明 Google 的意图是"加固既有入口"，不是"卖模型"。想找商业机会，应该看它解锁了什么下游：能源（100m 风 / 辐照）、保险与再保险（降水概率）、航空与物流（每小时刷新的短临）、农业（0.05° 站点温度）。
• 真正的空档在"最后一公里"。HN 评论暴露的核心矛盾是：模型精度提升 ≠ 用户感知精度提升。把 WN3 的 64 成员集合概率翻译成"今天下午 3 点这个街区会不会下雨"的消费级表达，仍是一个未被 Google 自己做好的产品问题——这也是第三方（weathernext3.wiki、WeatherNext 3 Guide）能存在的理由。
• 成本结构要算清：历史数据免费但要走 BigQuery/GCS 扫描费；实时数据免费但要审批且受实验性条款约束（不能拿它做竞品、不能反向工程）。如果做面向企业的产品，法务成本可能高于数据成本。
• 开源栈是 WN2 不是 WN3。想自托管、微调、改架构，只能拿 WN2（Apache-2.0 + CC BY 4.0）；WN3 只能当黑盒数据源用。这个"开源上一代、闭源旗舰"的分层，是 Google 在天气领域复制 Gemma/Gemini 打法的明确信号。
• 观察指标：① Maps Platform Weather API 的 SKU 调用量是否被单独披露；② Earth Engine / BigQuery 数据集是否从"experimental"转正式；③ WN3 是否进入 Vertex AI Model Garden（目前只有 WN2）；④ 是否出现第三方基于 WN3 的商用天气产品（目前只有信息型指南站）。

没查到的

• 收入 / 调用量 / 用户数：Google 不单独披露 WN3 的商业指标；TrustMRR、PH、应用商店、GitHub 均无对应口径。Maps Platform Weather API 的 SKU 级用量未公开。
• WN3 专属定价：官方无 per-forecast / per-token 报价；只能引用 Maps Platform Weather API 的 $0.15/1000 次（这是既有 Weather API 的价格，不是 WN3 单独定价），以及 BigQuery / GCS / Earth Engine 的常规资源费。
• X 端讨论：本地 X 库（core 层，9/30–10/30 窗口）对 "weathernext" 零命中；@google、@googledeepmind 均不在成员名单，无法确认发布期（9/3–9/7）X 上的实际声量。这是采样盲区，不是"没人讨论"。
• PH 页面正文与评论内容：PH 产品页抓取被 Cloudflare 拦截（CAPTCHA），只能拿到库内结构化字段（135 票 / 1 评论 / 日榜 7），拿不到那 1 条评论的具体内容。
• 独立第三方精度复现：只有 Google 自报数字与被引用的 Brightband 评估；没有找到独立团队用统一基准对 WN3 vs GraphCast / AIFS / Pangu 的横评。
• 实时数据实际获批数量 / 等待时长实测：官方称 5–7 个工作日，无公开的批准率或排队数据。
• WN3 论文全文细节：只拿到 arXiv 编号（2609.03582）与 HN 上的 PDF 链接，未逐条核对论文中的基线设置与消融实验。
• Google 天气 App / Gemini 天气体验的实际使用量变化：无第三方面板数据，无法验证"接入 WN3 后消费端指标是否改善"。