11月13日，谷歌DeepMind正式开放WeatherNext3气象模型所依托的两大基础数据集SatWeave与PARDIG，面向全球研究者与开发者提供实时数据流及历史归档，可用于天气、水文、气候及相关下游应用建模。

SatWeave是一套整合多颗静止气象卫星的全球影像拼接产品，聚合了GOES-East、GOES-West、Meteosat0、Meteosat印度洋星以及Himawari共5颗卫星的观测数据，解决了不同卫星在地图投影、文件格式、传感器与扫描节奏上的差异难题。该数据集每小时更新一次，并提供跨越十年以上的历史存档，能够让WeatherNext3基于实时云图与风暴动态生成逐小时全球预报，而传统分析数据通常每六小时才刷新一次。谷歌还希望研究社区将其拓展至太阳能功率预测、野火监测等场景。

PARDIG是一套基于AI架构的全球降水再分析数据集，采用与WeatherNext3相似的球形图网格Transformer架构，直接以NASA全球降水测量核心观测台的稀疏星载雷达观测为训练目标，输入使用SatWeave影像与欧洲中期天气预报中心的大气场。其空间分辨率约10公里，时间分辨率15分钟，平均延迟约5小时。谷歌通过对照美国、欧洲、日本三大陆基雷达网络及全球3.6万余座气象站的评估显示，PARDIG在所有雨强档位上均优于NASA IMERG-Final等主流基线产品；对轻到中度降水的小时级识别技巧较IMERG-Final提升30%以上，对极端降水的捕捉能力尤为突出。由于模型直接从卫星观测学习，其在缺乏地面雷达与雨量计的地区同样具备可靠精度。

谷歌本次还同步开放1999年至2026年的PARDIG历史档案以及SatWeave与PARDIG的实时数据流。相应数据托管在Google Cloud Storage上，以CC BY 4.0许可开放。