卫星影像不必逐任务重训：OlmoEarth v1.3把全球陆地压成128维向量，27项评测中20项领先
核心概要
Ai2发布OlmoEarth v1.3卫星嵌入模型，把一年的雷达与多光谱卫星时间序列压缩为每个10米像素一个128维向量，并预先算好全球年度嵌入公开共享。此前使用OlmoEarth主要靠在OlmoEarth Studio中为每个任务微调模型，需要GPU和下载存储影像。与AlphaEarth Foundations和Tessera v2在六大洲27项评测上比较，128维嵌入在20项上得分最高，64维版本在18项上领先。
深度剖析
卫星影像的用法从“每个任务训练一个模型”变成“取一份预先算好的特征，在上面训练一个小分类器”。 此前使用OlmoEarth的主要方式是在OlmoEarth Studio中微调，为每个任务训练模型并在卫星影像上运行生成地图，这需要GPU访问权限以及下载和存储影像的能力。 与AlphaEarth Foundations和Tessera v2在覆盖六大洲、多种任务的27项评测上比较，128维嵌入在20项上得分最高并总体排名第一，64维版本在18项上领先。
嵌入把模型从数百万张图像中学到的东西压缩成可直接复用的特征，作物图、土地覆盖图或变化分析因此变成轻量建模问题。 嵌入模型把卫星数据压缩成可低成本复用于许多任务的特征，而基础模型和全球嵌入本身的生产成本很高。 OlmoEarth v1.3读取一年的Sentinel-1雷达与Sentinel-2、Landsat多光谱时间序列，为地球上每个10米像素生成一个128维向量，前64维也可单独作为更小的嵌入使用。
同一份嵌入还能直接用于跨年份比较，无需训练模型即可读出地表变化。 秘鲁马德雷德迪奥斯La Pampa周边的非法金矿开采在2017至2018年达到高峰，2019年2月“Mercurio行动”关停了大部分作业，此后的问题一直是它是否保持关停。 逐年比较每个像素的向量，2017至2020年的对比在采矿向东南扩张处显现信号，2020至2025年的同样比较显示信号转移，旧矿区仍在变化。
启示与展望
已展示的范围是全球年度嵌入：10米分辨率，每年约150 TB，覆盖陆地及邻近海岸水域；发布时2025、2024、2023年为全球覆盖，2017至2022年覆盖部分国家，更多覆盖在推进中。嵌入可按完整128维或较轻的64维获取，每个20公里瓦片和年份附有来源表，列出模型读取的Sentinel-1、Sentinel-2和Landsat场景及公共目录链接。需要特定时间窗口、模态或分辨率时，OlmoEarth Studio用同一模型在所选日期上运行，并有教程说明如何在自有算力上生成嵌入。
评测结论限于所报告的27项评测和六大洲范围，其中包含新引入的热带作物类型基准PLANTEUR。模型被描述为在保持跨任务精度的同时让嵌入保持轻量，这一效率取舍的边界由技术报告给出。预计算嵌入的全球覆盖在发布时只到2023至2025年，更早年份仅覆盖部分国家。