🌦️ Google DeepMind 把 WeatherNext 这一系列天气预测模型的代码开源了，预训练权重也一起给。 GitHub 七千六百多 star，近一千个 fork；气旋预测那篇论文发在 Nature，WeatherNext 2 的技术报告挂在 arXiv 2506.10772。 这类模型以前基本摸不到：要么是各家气象机构的内部系统，要么论文发出来了代码不给，想复现只能自己从头训，一张图背后是几百张卡的账单。 WeatherNext 把最新的 WN2 连同前代的 GraphCast、GenCast 代码一起放了出来，权重存在公开的 Google Cloud 存储桶里，直接拉。这一版分辨率 0.25 度，大概 30 公里一格，基于 ECMWF 的 HRES 数据微调，训练数据到 2024 年，本身就在实际运营里跑着。气旋那条线更具体：2025 年大西洋飓风季就在用，对外叫 FNV3，美国国家飓风中心后处理过的版本叫 GDMI。机器不够的话还有 1 度分辨率的 Cyclones Mini，内存和算力要求低一截，代价是效果不如完整版。 不想自己跑推理也行，模型输出在 Earth Engine、BigQuery、Vertex AI 和 OpenMeteo 上都能取到。有一句得说清楚：项目自己声明这不是 Google 官方支持的产品，也没有跟任何政府气象机构合作或者获得认可，真要看预警还是得看官方发布。 能拿到手里跑的前沿模型，比论文里的图有用得多。 GitHub：

一个天气 bot，用一笔 weather bet 把 $28 做成了 +$2,346 不是加密 不是高杠杆 还是天气市场 上个月： +$13,000 平均每天大概 +$400 几笔代表性交易： $13 → $4,082 $28 → $2,346 $42 → $1,059 它的策略不是单纯猜最高温 而是： 被低估的 outcome，买 YES 被高估的 outcome，买 NO 例子是这个市场： “Highest temperature in Seattle on May 6” 它买了： 61–67°F YES，投入 $210 67–73°F NO，投入 $244 模型识别到即将到来的 cold front，所以押在更低温区间 最后 61°F 成为 winning outcome 结果： YES 赚了 +$2,108 NO 赚了 +$56 这类 bot 有意思的地方在于： 它不是非要猜中一个精确温度 而是用 YES / NO，把正确的温度区间覆盖出来 所以即使胜率只有 47%，只要买到的是被错误定价的 range，整体仍然可以保持正 Expected Value 天气市场真正的 edge，可能不在“预测天气” 而在于： 找到 mispriced ranges，然后用更聪明的方式覆盖它们

ribbiit ~~~ Tsu is here ribbit Translation:Weather's a torture nowadays, please keep warmth jst thinking of me Tsuyu's in Patreon's March rewards 呱呱 小梅雨駕到 翻譯蒟蒻：最近天氣變化大，注意保暖跟想我哦 收錄在3月P 網唷 👉 #Patreon# #Taitai苔苔#