🌦️ 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：

从乱糟糟的工地钢筋，到分毫不差的1:1高精度数字孪生。今天在钢结构现场派出了实测利器 Leica BLK360 激光扫描仪！一键启动，每秒数十万的高密点云数据瞬间铺满屏幕。 在实际项目建模中，大家更偏爱哪种点云处理工作流？ 1️⃣ 用 Cyclone 处理后直接进 Revit 逆向翻模 2️⃣ 导入新一代实景建模软件直接生成高拟真网格 (Mesh) 欢迎在评论区聊聊你们的提效工具，点云逆向建模你踩过最深的坑是什么？