← Descobrir
GitHub · google-deepmind/weathernext↑ +86 hoje

Previsão do tempo rápida com inteligência artificial

WeatherNext, desenvolvido pelo Google DeepMind, é um modelo que utiliza inteligência artificial generativa (IA generativa) para previsões meteorológicas. O objetivo é fazer previsões atmosféricas mais rápidas e de maior resolução em comparação com simulações físicas tradicionais.

Atualizações

  • 10 de agosto de 2026: Estrelas 7,148 → 7,149, versão mais recente v0.3.0 (6 de agosto de 2026).

O que você ganha

  • Faz previsões meteorológicas atmosféricas de médio prazo.
  • Executa rastreamento e análise de furacões.
  • Oferece capacidade de processamento de dados de alta resolução.

Instalação

Instalação da biblioteca
pip install git+https://github.com/google-deepmind/weathernext.git@v0.3.0

Se você não programa

Cole isto no seu agente (Claude Code · Codex · Antigravity)

Preciso fazer uma previsão meteorológica de médio prazo para uma região específica usando o modelo WeatherNext. Como posso carregar pesos de modelo por meio do Google Cloud Bucket e iniciar o ciclo de previsão processando dados meteorológicos (como temperatura, velocidade do vento)? Você pode explicar especificamente as etapas necessárias para o rastreamento de furacões?

Repositório: https://github.com/google-deepmind/weathernext. Baseie-se nas instruções oficiais no arquivo README deste repositório para a instalação e execução.

Antes de começar, verifique em qual sistema operacional estamos e se as ferramentas necessárias (ex: Python, Node.js, Git, Docker) estão instaladas. Instale as que faltarem passo a passo de acordo com este sistema.

Crie uma pasta nova e vazia para trabalhar. Não toque em arquivos fora desta pasta e não exclua nada. Antes de executar cada comando, diga o que você vai fazer em uma frase.

Diga-me o que devo ver na tela ao final de cada etapa. Se ocorrer um erro, colarei a mensagem de erro para você exatamente como ela é, e vamos corrigi-la juntos.

Termos relacionados do glossário

Para quem éÉ adequado para pesquisadores que trabalham com dados meteorológicos e cientistas de dados que desejam desenvolver modelos de previsão atmosférica de alta resolução.
LicençaApache-2.0

Links

A TreScout não desenvolveu esta ferramenta · nós a encontramos nas tendências do GitHub e a apresentamos. Esta página descreve o repositório em 2026-08-10: A contagem de estrelas e o nosso texto são daquele dia, o repositório pode ter mudado desde então. Consulte o link do repositório para ver o estado atual. O texto de apresentação foi preparado com IA a partir da própria documentação do repositório e esta página foi traduzida automaticamente do original em turco · a versão turca é a que vale.