Google DeepMind a annoncé le 6 août 2026 une avancée notable pour la prévision des cyclones : son modèle WeatherNext gagne une journée complète d’anticipation par rapport aux systèmes précédents. Ses prévisions à trois jours atteignent désormais la précision qu’affichaient auparavant les prévisions à deux jours, un gain que le laboratoire chiffre à l’équivalent d’une décennie de progrès en météorologie. Les modèles sont publiés en open source sur GitHub, avec poids et notebook de démonstration.
Une architecture qui combine météo globale et modélisation locale
WeatherNext fusionne deux approches jusqu’ici séparées : l’analyse des schémas météorologiques globaux et une modélisation dédiée, plus fine, du comportement des cyclones tropicaux. Le système repose sur des Functional Generative Networks capables de produire des prévisions d’ensemble à 1 000 membres, ce qui permet de capturer l’incertitude et d’anticiper des scénarios extrêmes rares plutôt qu’une seule trajectoire moyenne.
Fait notable : le modèle tourne sur une grille relativement grossière de 28×28 km, plus large que celle des modèles traditionnels réputés plus précis à ce niveau de détail. Malgré cela, DeepMind indique qu’une prévision complète sur 15 jours s’exécute en moins d’une minute sur TPU.
Des gains chiffrés sur la trajectoire et l’intensité
Sur les prévisions à trois jours, DeepMind annonce une réduction de l’erreur de position de trajectoire supérieure à 100 km par rapport aux systèmes de référence, ainsi qu’une marge d’erreur d’environ 11 nœuds sur l’intensité du cyclone. La structure des vents bénéficierait elle aussi d’une précision état de l’art sur l’ensemble des mesures suivies par les météorologues.
Un test grandeur nature pendant la saison des ouragans 2025
DeepMind rappelle que WeatherNext a déjà été mobilisé en conditions réelles : pendant la saison des ouragans 2025, le modèle a aidé le National Hurricane Center américain à anticiper l’intensification rapide de l’ouragan Melissa et son atterrissage en Jamaïque, laissant davantage de temps pour les alertes et l’évacuation des zones à risque.
WeatherNext 2, WeatherNext Cyclones et WeatherNext 2-mini en libre accès
Plutôt que de garder cette technologie fermée, Google DeepMind publie trois versions du modèle — WeatherNext 2, WeatherNext Cyclones et une variante allégée WeatherNext 2-mini — avec code, poids et un notebook Colab public pour les tester directement. Les détails techniques complets figurent dans l’annonce officielle de Google DeepMind.
Pour un lectorat francophone, l’intérêt dépasse la seule météorologie : c’est une nouvelle illustration concrète de ce que les modèles génératifs apportent déjà à des domaines scientifiques éloignés du chatbot, avec un bénéfice direct et mesurable en vies humaines potentiellement protégées lors des catastrophes naturelles.
Qu’est-ce que WeatherNext ?
WeatherNext est un modèle d’intelligence artificielle développé par Google DeepMind et Google Research pour prévoir la trajectoire, l’intensité et la structure des vents des cyclones tropicaux, en combinant analyse météorologique globale et modélisation locale dédiée.
De combien WeatherNext améliore-t-il la prévision des cyclones ?
Selon Google DeepMind, WeatherNext apporte un jour complet d’anticipation supplémentaire : ses prévisions à trois jours sont aussi précises que l’étaient les prévisions à deux jours avec les systèmes précédents, avec une réduction de l’erreur de trajectoire de plus de 100 km et une marge d’erreur d’environ 11 nœuds sur l’intensité.
WeatherNext est-il accessible librement ?
Oui. Google DeepMind a publié WeatherNext 2, WeatherNext Cyclones et WeatherNext 2-mini en open source sur GitHub, avec le code, les poids du modèle et un notebook Colab public permettant de les tester.