AllenAI 发布卫星嵌入模型 OlmoEarth v1.3 并开放全球预计算嵌入

🤗 模型 | 📄 技术报告 | 📊 数据 | 💻 代码 | 🌎 嵌入浏览器 | 🗺️ 互动故事

今天，我们发布 OlmoEarth v1.3，这是一个最先进的卫星嵌入模型。与 OlmoEarth v1.3 一同发布的，还有覆盖全球的预计算年度嵌入（10m，64 维和 128 维），以及一个全新的基于浏览器的工具，用于基于这些嵌入探索和自定义地图——OlmoEarth Embeddings Explorer。这意味着任何人都可以立即使用 OlmoEarth v1.3，从追踪随时间的变化到寻找相似地点——无需登录，也无需高级技术知识。

到目前为止，使用 OlmoEarth 的主要方式是在 OlmoEarth Studio 中进行微调：为每个任务训练一个模型，并在卫星影像上运行以生成地图。这需要 GPU 访问权限，以及下载和存储影像的能力。嵌入模型将卫星数据压缩为即用型特征，可以低成本地复用于许多任务。

借助 OlmoEarth v1.3，我们很高兴为用户提供更多方式，以最适合他们的方式探索和接触行星级产物。

一次计算，处处复用

嵌入表示模型从数百万张图像中学到的东西。OlmoEarth v1.3 读取一年的雷达（Sentinel-1）和多光谱（Sentinel-2 和 Landsat）卫星时间序列，并为地球上每个 10 米像素生成一个 128 维向量；前 64 维也可以单独作为更小的嵌入使用。

基础模型和全球嵌入的生产成本很高，为了确保每个人都能获取其益处，我们为整个地球计算了这些嵌入，并在 Source Cooperative 上与社区分享。由此，作物地图、土地覆盖地图或变化分析就变成了轻量级建模问题：在上面训练一个小型分类器并在本地运行即可。

OlmoEarth v1.3 如何生成嵌入：视觉 transformer 读取卫星数据，Attention Pooler 将其池化为每块土地一个向量，然后通过一个线性层将其缩减为 128 个数字。

最先进的嵌入

我们在 27 项评估中，将 OlmoEarth v1.3 的嵌入与 AlphaEarth Foundations（AEF）和 Tessera v2 进行了对比，覆盖六大洲和许多不同任务。OlmoEarth 的 128 维嵌入在 27 项评估中有 20 项得分最高，并且总体排名最高。64 维版本只有一半大小，仍在 27 项评估中的 18 项领先。作为这次评估的一部分，我们推出了 PLANTEUR，一个针对热带农业的新作物类型基准，这些嵌入对分类器从未见过的地方泛化最好（PLANTEUR 技术报告见此处）。它们背后的一切都是完全开放的：模型权重、预训练数据和预训练代码。

在实践中，这意味着用 OlmoEarth 嵌入训练一个小型分类器就足以绘制地面上的东西：比如分类肯尼亚的小农作物、检测达卡西部的砖窑、评估印度尼西亚的火灾损失，以及追踪秘鲁亚马逊地区的金矿开采。

与之前的几代 OlmoEarth 模型相比，OlmoEarth v1.3 也是我们训练成本最低的模型。它的计算时间是上一版本（v1.2）的 53%，是我们第一个版本（v1）的 18%，碳排放量分别为 50% 和 22%。它同时仍然是一个强大的微调模型，在研究和合作伙伴标签上与 v1.2 的表现相当。我们的最新模型建立在与早期 OlmoEarth 版本相同的基础之上，经过调优使嵌入保持轻量，同时不牺牲各项任务的准确性，而这种效率优化也将延续到未来的版本中。

完整结果和方法论见我们的技术报告。

如果你想复现它，预训练 OlmoEarth v1.3 Base 的最终运行大约需要花费 2,720 美元的租用 H100 时间。权重、数据和代码全部开源。

一个地方，九年

2017 年至 2020 年（左）以及 2020 年至 2025 年（右）每个像素嵌入的变化程度。品红色代表最大变化。左图：采矿向东南扩展，即右下角的大片区域。右图：那个角落已经安静下来；变化现在出现在西侧的老矿区，部分是植被恢复，部分是重新开挖。你可以在OlmoEarth Embeddings Explorer中自行探索。

在秘鲁的马德雷德迪奥斯地区，拉潘帕附近的非法金矿开采在 2017 年和 2018 年达到顶峰，在坦博帕塔国家保护区缓冲区内清除了超过 1,200 公顷的森林，据 Amazon Conservation 的 MAAP 监测项目称。2019 年 2 月，秘鲁的“水星行动”关闭了其中大部分矿区。此后的问题一直是：它是否一直处于关闭状态？

嵌入有助于回答这个问题。比较每个像素向量在不同年份的变化，无需任何模型训练，2017 年至 2020 年的对比对在采矿向东南扩展的地方亮起。从 2020 年到 2025 年进行同样的比较，信号发生了转移。执法行动在嵌入中清晰可见。

更有意思的是第二张图仍然显示的内容。它并不暗。根据MAAP，西北部的零星矿点仍在运营，而随着土地恢复，老矿区也在不断变化。嵌入也记录了这一点。喘息是短暂的，压力正在再次积聚。2026 年 8 月，美联社报道称，在检察官发现采矿已越界进入坦博帕塔本身之后，秘鲁重新派遣海军巡逻队进入保护区。

我们的互动故事从马德雷德迪奥斯的这一段展开，并介绍了那里的其他几个例子。

OlmoEarth Embeddings Explorer

OlmoEarth Embeddings Explorer 是一个基于嵌入本身构建的交互式分析工具，以地球的假彩色地图形式呈现。你可以任意平移，在不同年份之间切换以查看景观如何变化，并调出底层的 Sentinel-2 影像来将地图与真实情况对照。然后开始提问：点击一个地方以找到其他相似的地方，或标记几个带标签的点并在现场训练一个小型分类器，然后将结果导出为 GeoTIFF。无需账户，无需设置。

对于许多团队来说，用 OlmoEarth 验证一个想法意味着一次耗时数小时的微调运行。而在 Explorer 中，第一轮分析只需几秒。你可以仅凭少量标签分析整个区域，无需 GPU。当任务需要微调时，嵌入向量可以帮助你判断它是否值得消耗算力，以及模型在哪些方面存在不足。

Explorer 背后的档案库以 10 米分辨率保存嵌入向量，每年约 150 TB，覆盖陆地和邻近沿海水域。在发布时，2025 年、2024 年和 2023 年为全球覆盖，2017 至 2022 年覆盖部分国家，更多覆盖范围即将推出。你可以获取完整的 128 维版本或更轻量的 64 维版本嵌入向量。每个嵌入向量还附带其来源记录。对于每个 20 公里瓦片和年份，开放的溯源表列出了模型读取的 Sentinel-1、Sentinel-2 和 Landsat 影像场景，并附有托管这些影像的公共目录链接，因此你可以将任何像素追溯到其背后的影像。

开始使用

本次发布包括 OlmoEarth v1.3 Base 模型、预计算的全球嵌入向量、OlmoEarth Embeddings Explorer 以及技术报告。如果你的工作需要特定的时间窗口，OlmoEarth Studio 可以按你选择的日期、模态和分辨率运行同一模型，并且有一个教程展示如何在你自己的算力上生成嵌入向量。这些工具协同工作：在 Embeddings Explorer 中探索，当任务需要时在 Studio 中微调，然后从那里继续完善你的地图。所有内容均在 OlmoEarth Artifact License 下发布，与 v1 和 v1.2 采用相同的开放许可证。

为你关心的地点提取嵌入向量，向它们提出你的问题，并向我们展示你的发现。