一句話總結：氣候新創 Rainbow Weather 以 AI 模型 GlobalCast 在短期降雨預測的 F1 分數上，以 0.51 輾壓 AccuWeather 的 0.39，而且它專挑沒有地面雷達的海洋與偏遠地區下手，直接從衛星影像讀降雨訊號。
核心要點
- GlobalCast 拿下 F1 分數 0.51，對比 AccuWeather 的 0.39 與 The Weather Company 的 0.34，在「漏報」與「誤報」之間取得更平衡的表現。
- 10 分鐘更新一次、解析度約 1 公里，而且覆蓋全球——包括沒有地面雷達的海洋和偏遠地區，這在過去幾乎是不可能的事。
- 印尼 2025 年洪災損失約 40 億美元，這類極端事件正是 GlobalCast 想要解決的痛點，特別是在雷達覆蓋不足的開發中國家。
- 下一步是「Foundational Nowcast Model」，將溫度、風、冰雹、閃電、太陽輻射全納入同一套模型，預測延伸至 24 小時。
- 微軟、Google DeepMind、輝達全都下場了，天氣 AI 已經不只是氣象局的事，而是科技巨頭與新創的兵家必爭之地。
過去我們對天氣預報的抱怨大概都一樣——說好的午後雷陣雨沒來，帶了傘結果大太陽。但說真的，這不只是出門方不方便的問題。印尼 2025 年因為洪災直接噴掉 40 億美元，農業損失、物流中斷、保險理賠，每一項都是真金白銀。而問題的根源很簡單：全球大部分地區根本沒有地面雷達。
這就是 Rainbow Weather 找到的破口。他們的 GlobalCast 模型直接跳過地面感測器，從衛星影像讀取降雨訊號，10 分鐘更新一次，解析度 1 公里。這不只是技術上的突破，它代表一件事：從今以後，降雨預測不再被「這地方有沒有裝雷達」綁架。海洋、沙漠、山區、開發中國家的偏鄉，全部納入覆蓋範圍。
數字會說話。在 F1 分數這個同時衡量漏報和誤報的指標上，GlobalCast 拿到 0.51，AccuWeather 是 0.39，The Weather Company 只有 0.34。F1 分數這種東西，0.1 的差距在實務上就是「有警報但沒下雨」跟「下大雨但沒警報」的天壤之別。對防災單位來說，這不叫數字，叫人命。
有趣的是，Rainbow Weather 自己倒是很保守，強調「單一國家單次測試不能下定論」。這種態度在滿天喊口號的 AI 圈反而少見。WeatherIndex.ai 的評比也把 Rainbow 排在短期降水預測的前段班，至少說明這成績不是偶然。
編輯觀點
從產業面來看，Rainbow Weather 的突圍點不在於「比別人更準」——老實說 0.51 的 F1 也還不到輾壓等級——而在於它填補了市場空白。AccuWeather 和 The Weather Company 的商業模式建立在既有雷達網路上，但全球海洋跟開發中國家的雷達覆蓋率低得可憐。GlobalCast 跳過地面基礎建設，直接用衛星資料，等於繞過傳統氣象公司的護城河。下一步的 Foundational Nowcast Model 如果真的把溫度、風、冰雹、閃電、太陽輻射全部整合進同一套模型，24 小時預測的準確度將是下一波戰場。不過話說回來，輝達跟 Google DeepMind 的資源是 Rainbow 的幾百倍，這條路不會太好走。
Rainbow 的野心可不只降雨。他們下一步要打造的 Foundational Nowcast Model，把溫度、風、冰雹、閃電、太陽輻射全部塞進同一套大氣模型，預測時間拉長到 24 小時。輸入資料除了雷達、衛星、地面站，連手機和大樓的物聯網壓力感測器都用上了——這種「什麼都吃」的資料策略，確實有 foundation model 的味道。
但這場仗絕對不好打。微軟、Google DeepMind、輝達全都跳進氣候模型這個賽道，而且每一家都有用不完的 GPU 跟頂尖研究人才。Rainbow 現在領先，就像馬拉松前 5 公里跑第一——值得鼓掌，但真正的考驗在後面。尤其天氣預測這種事，資料來源的穩定性和長期驗證才是護城河，不是跑一次評比第一就能收工。
對一般人來說，這場競賽帶來的直接好處很實際：未來幾年的天氣預報會愈來愈準，而且連那些過去永遠查不到天氣的偏遠地區，也會有即時資訊。防災、保險、物流、農業、能源調度，每個產業都會被影響。你現在打開手機看到的天氣 App，背後可能三年內就會換一套 AI 核心。
台灣的氣象產業和防災體系，也該注意這個趨勢了。當全球降雨預測的基準線正在被 AI 重新定義，我們還在依賴傳統數值天氣預報的話，接下來的極端天氣只會愈來愈難應付。
一句話結論
Rainbow Weather 證明了 AI 可以繞過地面基礎建設直接預測降雨，但真正的考題是 24 小時全參數模型能不能量產——這關係到你能不能相信後天的天氣預報。
想掌握更多 AI 氣候科技的動態？ 訂閱我們的專欄，每週帶你看懂科技產業的關鍵轉折點，用最少的時間換最紮實的產業洞察。 分享這篇文章給關注極端天氣與科技趨勢的朋友，讓更多人知道天氣預測正在發生什麼改變。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
Rainbow Weather 的 GlobalCast 跟傳統天氣預報有什麼不同？
傳統預報高度依賴地面雷達網路，但全球多數地區和海洋都沒有覆蓋。GlobalCast 直接從衛星影像讀取降雨訊號，不需要地面雷達就能做即時降雨預測。
F1 分數 0.51 算好嗎？為什麼贏過 AccuWeather 的 0.39 很重要？
算不錯。F1 分數同時衡量漏報和誤報，0.51 代表在「有雨沒報」和「沒雨亂報」之間取得較好平衡，對防災實務來說這差距非常關鍵。
這套模型台灣用得到嗎？
GlobalCast 是全球覆蓋的，台灣當然在範圍內。不過台灣本身有相對完整的雷達網路，GlobalCast 對台灣的邊際價值可能在於海上颱風路徑的即時降雨監測。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
