DeepMind 發布 WeatherNext 2 與颶風模型 WeatherNext Cyclones，論文登上 Nature
DeepMind Blog · 2026-08-06
Google DeepMind 於 2026 年 8 月 6 日在 Nature（論文編號 s41586-026-10953-2）發表 WeatherNext Cyclones 與新一代全球天氣模型 WeatherNext 2，同時釋出輕量版 WeatherNext 2-mini。團隊宣稱此次是熱帶氣旋（颶風／颱風）路徑與強度預報準確度的重大突破，並已用於美國國家颶風中心（NHC）的實際作業。
核心改動
WeatherNext Cyclones 採用 Functional Generative Networks（FGN）產生機率式集合預報，把全球天氣建模與局部颶風強度預測整合在同一個模型裡，而非像傳統流程那樣分成獨立的全球模式加區域巢狀模式。模型的空間解析度僅 28×28 公里，DeepMind 形容這比傳統作業預報模式粗了約 100 倍，但準確度反而更高，團隊表示這個現象本身仍待進一步研究解釋。
訓練資料包含約 20 TB 的全球大氣觀測資料，以及 NOAA 維護的 IBTrACS（International Best Track Archive for Climate Stewardship）資料庫中近 5000 筆歷史風暴觀測記錄。WeatherNext 2 的底層技術延續 DeepMind 先前的 GraphCast／GenCast 系列，結合圖神經網路做確定性預報與擴散模型做集合預報，技術細節記錄於另一篇技術報告 arXiv:2506.10772（Skillful joint probabilistic weather forecasting from marginals）。
規格細節
DeepMind 公布的比較基準是目前作業預報常用的 ENS（歐洲中期天氣預報中心集合系統）與 HWRF（美國颶風天氣研究與預報模式）。官方引用的具體數字包括：三日預報路徑誤差約 100 公里（對比 ENS）、三日強度誤差約 11 節（對比 HWRF），且在路徑、強度與風場結構預報上取得超過 24 小時的領先優勢——即三日預報的準確度已能匹敵過去的兩日預報。
- 路徑誤差基準：
ENS，三日誤差約 100 公里 - 強度誤差基準：
HWRF，三日誤差約 11 節 - 訓練歷史觀測基準：
IBTrACS，近 5000 筆風暴記錄
影響範圍
DeepMind 表示該模型系列曾協助 NHC 於 2025 年預測颶風 Melissa 的快速增強與登陸牙買加路徑，讓當地提前準備。模型權重與程式碼已在 GitHub 開源，並提供互動視覺化平台 Weather Lab 與 WeatherNext 2-mini 的免費 Colab 示範，方便研究社群或第三方氣象單位直接調用。
NVIDIA 同步推出 Nemotron 3.5 Lightning 模型與代理路由庫 NeMo Switchyard
NVIDIA Blog · 2026-08-11
NVIDIA 於 2026 年 8 月 11 日在官方部落格發布 Nemotron 3.5 Lightning 與開源路由庫 NeMo Switchyard，兩者共同針對多代理（multi-agent）系統中「哪個步驟該用哪個模型」的效率與成本問題。前者是一個專為代理系統中特定子任務設計的中量級模型，後者則是自動選模型的路由層。
規格細節
根據 NVIDIA 在 Hugging Face 模型卡上的說明，Nemotron 3.5 Lightning 採用混合式 Mixture-of-Experts 架構，交錯排列 Mamba-2 層、MoE 層與部分 Attention 層，總參數 30B，實際啟用參數僅 3B（即 30B-A3B），以超過 20T tokens 預訓練，並支援最長 1M context。NVIDIA 部落格引用的效能數字是相較同量級開源模型「輸出速度最高快 4 倍、代理任務完成時間快 30%」，並在其內部 PinchBench 基準上達到「frontier-level」準確度。
NeMo Switchyard 是一套開源路由庫，依「準確度、速度、成本」三個訊號將代理工作流程中每一步請求導向最合適的模型，並可依企業需求調整或替換路由演算法。NVIDIA 表示在其內部評測中，Switchyard 搭配多模型組合可以把任務完成成本壓低到「單獨使用 Opus 4.8 的近三分之一」，同時維持 frontier-level 準確度。
- Boomi：領域路由準確率 100%
- LangChain：成本降低 74%
- Ramp：成本降低 58%
影響範圍
Nemotron 3.5 Lightning 已被 CrowdStrike（資安）、Harvey（法律）、CodeRabbit（程式碼審查）、Lila Sciences（物理／生命科學）與 Fastino Labs（金融、醫療）用於客製化領域代理工作流程，並可部署在 RTX PC、DGX、Jetson 到雲端等不同環境。模型與路由庫皆為開放發布，Nemotron 3.5 Lightning 已上架 Hugging Face、ModelScope、OpenRouter 與 build.nvidia.com，NeMo Switchyard 則透過 GitHub 開源，部分合作平台的整合仍在推出中。
Mendel Gödel Machine：用「孟德爾式」比較演化取代單軌跡自我修改，程式代理刷新 Polyglot 分數
arXiv · 2026-08-07
來自 KAUST 與 LMU Munich 研究者於 2026 年 8 月 7 日在 arXiv 發布 arXiv:2608.07645，提出 Mendel Gödel Machine（MGM），一個讓程式碼代理能遞迴自我改寫（recursive self-improvement）的框架。核心主張是：過去這類系統只依單一失敗軌跡來修改自己，忽略了大量嘗試之間可比較的訊號。
背景
Gödel machine 概念最早由 Jürgen Schmidhuber 於 2003 年提出，指一個會不斷搜尋自身程式碼修改、並只在能證明新版本更優時才自我改寫的理論系統。近年 Sakana AI 的 Darwin Gödel Machine（DGM，arXiv:2505.22954）把這個構想落地成用單一失敗軌跡驅動的自我改寫程式代理，但放棄了嚴格的數學證明、改用實測效果篩選。MGM 這篇論文正是接續 DGM 的「達爾文式」單軌跡演化，加入更多比較訊號。
核心改動
MGM 定義三種自我修改運算子：clonal mutation（沿用單一軌跡改寫，對應 DGM 原有做法）、reaction-norm mutation（同一代理在多個任務上的軌跡一起參考再改寫）、以及 cross-lineage hybridization（跨代理、共享任務的比較與雜交）。作者在論文中建立一個「加成適應度模型」（additive fitness model），理論證明並用模擬驗證這三種比較式策略比單軌跡方法收斂更快。
規格細節
實證部分在 SWE-bench 與 Polyglot 兩個程式代理基準上進行。論文摘要指出，經過 MGM 演化後的 Qwen3.6-35B-A3B scaffold 在 Polyglot 上達到 93.3% 的分數，作者稱其「以約 117 倍更少的參數超越閉源 GPT-5」，並在不同基準與不同底層模型之間展現一致的泛化能力。
影響範圍
作者已將程式碼與專案頁面公開於 GitHub 與 reallcz.github.io/MGM，供其他研究者重現比較式自我修改流程。這代表自我改進代理研究正從 DGM 式的單軌跡試錯，轉向利用同一族群內多次嘗試之間的相對優劣訊號來加速演化。