Ai2 发布 OlmoEarth v1.3 卫星嵌入模型及全球嵌入数据

OlmoEarth v1.3：面向整个地球的最先进嵌入

2026年10月22日

Ai2

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 v1.3，一款最先进的卫星嵌入模型。与 OlmoEarth v1.3 一同发布的，还有覆盖整个地球的预计算年度嵌入（10米分辨率，64维和128维），以及一款基于这些嵌入来探索和定制地图的全新浏览器工具——OlmoEarth Embeddings Explorer。这意味着任何人都可以立即将 OlmoEarth v1.3 投入使用，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。

在此之前，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可直接使用的特征，这些特征可以低成本地复用于许多任务。

借助 OlmoEarth v1.3，我们很高兴能为用户提供更多方式，以最适合自己的方式探索和接触行星级数据产品。

一次计算，处处复用

嵌入代表了模型从数百万张图像中学到的内容。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成成本高昂，为确保每个人都能获得其益处，我们为整个地球计算了这些嵌入，并在 Source Cooperative 上与社区共享。在此基础上，作物地图、土地覆盖地图或变化分析就变成了轻量级的建模问题：在其上训练一个小型分类器并在本地运行即可。

最先进的嵌入

我们在27项评测中，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项评测中的20项上得分最高，总体排名第一。64维版本体积减半，仍在27项评测中的18项上领先。作为此次评测的一部分，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效果最好（PLANTEUR 技术报告可在此处获取）。其背后的一切完全开放：模型权重、预训练数据和预训练代码。

在实践中，这意味着在 OlmoEarth 嵌入上训练的小型分类器就足以绘制地面上的情况：比如对肯尼亚的小农户作物进行分类、检测达卡以西的砖窑、评估印度尼西亚的火灾损失，以及追踪秘鲁亚马孙地区的金矿开采。

与之前几代 OlmoEarth 模型相比，OlmoEarth v1.3 也是我们训练成本最低的模型。它消耗的计算时间是我们上一版本（v1.2）的53%，是我们第一个版本（v1）的18%，碳排放分别为50%和22%。它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 的性能相当。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，同时不牺牲跨任务的准确性，而这种效率工作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。

一个地方，九年

每个像素的嵌入在2017年至2020年（左）和2020年至2025年（右）之间的变化程度。品红色表示变化最大。左图：采矿向东南方向蔓延，即右下方的大片区域。右图：那个角落已经沉寂；变化现在位于西侧较老的采矿区，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，拉潘帕周边的非法金矿开采在2017年和2018年达到顶峰，据 Amazon Conservation 的 MAAP 监测项目称，在坦博帕塔国家保护区缓冲区清除了超过1200公顷的森林。2019年2月，秘鲁的“水星行动”取缔了其中大部分。此后的问题一直是：它是否保持沉寂？

嵌入有助于回答这个问题。比较每个像素向量在不同年份间的变化，无需训练模型，2017年至2020年的对比就会在采矿向东南蔓延的地方亮起。对2020年至2025年进行同样的比较，信号就会转移。打击行动在嵌入中清晰可见。

更有意思的是第二张地图仍然显示的内容。它并不黑暗。根据MAAP，西北部的零星区域仍在运作，而随着土地恢复，旧采矿区不断变化。嵌入也记录下了这一点。喘息是短暂的，压力又在积聚。2026年8月，据美联社报道，在检察官发现采矿已越界进入坦博帕塔本身之后，秘鲁重新向保护区派遣了海军巡逻队。

我们的互动故事就从马德雷德迪奥斯的这一段展开，并由此走过另外几个例子。

OlmoEarth 嵌入浏览器

OlmoEarth 嵌入浏览器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呈现。你可以任意平移，在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，将地图与真实情况对照。然后开始提问：点击一个地点，找出其他相似的地方；或者放置几个带标签的点，当场训练一个小型分类器，再把结果导出为 GeoTIFF。无需账户，无需任何设置。

对许多团队来说，用 OlmoEarth 检验一个想法意味着进行一次微调运行，耗时以小时计。而在浏览器中，第一轮只需几秒钟。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，嵌入可以帮助你判断它是否值得投入算力，以及模型在哪些方面存在不足。

浏览器背后的档案库以 10 米分辨率保存嵌入，每年约 150 TB，覆盖陆地和相邻沿海水域。发布时，2025、2024 和 2023 年为全球覆盖，2017 至 2022 年覆盖部分国家，更多覆盖范围正在陆续加入。你可以获取完整的 128 维版本或更轻量的 64 维版本嵌入。每个嵌入还附带其来源记录。对于每个 20 公里瓦片和年份，公开的来源表列出了模型读取的 Sentinel-1、Sentinel-2 和 Landsat 场景，并附有托管这些场景的公共目录链接，因此你可以将任何像素追溯到其背后的影像。

本次发布包括 OlmoEarth v1.3 Base 模型、预计算的全球嵌入、OlmoEarth 嵌入浏览器以及技术报告。如果你的工作需要特定的时间窗口，OlmoEarth Studio 会在你选择的日期、模态和分辨率上运行同一模型，并且有一份教程展示如何在你自己的算力上生成嵌入。这些工具协同工作：在嵌入浏览器中探索，在任务需要时于 Studio 中微调，然后从那里继续完善你的地图。所有内容均依据 OlmoEarth Artifact License 发布，与 v1 和 v1.2 采用相同的开放许可证。

为你关心的地方提取嵌入，向它们提出你的问题，并向我们展示你的发现。

加入我们

在 Ai2，我们正在构建透明、开源 AI 的未来——以开放方式构建，赋能科学进步，并促进对这一改变世界的技术的基本理解。我们不是为了盈利，而是为了确保 AI 的益处被广泛共享、造福人类。如果这吸引了你，请看看我们的开放职位。开放职位