Ai2 发布 OlmoEarth v1.3，提供全球 10 米分辨率卫星嵌入

Allen 人工智能研究所于 2026 年 10 月 22 日发布了 OlmoEarth v1.3，这是一个开放的卫星嵌入模型，同时附带覆盖全球、10 米分辨率的预计算年度嵌入，以及一个无需登录的浏览器端 OlmoEarth Embeddings Explorer。

此次发布包含 OlmoEarth v1.3 Base 模型、128 维和 64 维的全球预计算嵌入、Explorer 以及一份技术报告，全部沿用 OlmoEarth v1 和 v1.2 所使用的 OlmoEarth Artifact License。此前，使用 OlmoEarth 意味着要在 OlmoEarth Studio 中进行微调，这需要 GPU 访问权限和本地影像存储；而嵌入模型则不同，它把卫星数据压缩成可直接使用、可在多种任务中复用的特征。

根据其模型卡，OlmoEarth-v1_3-Base 是一个 ViT-Base 基础模型，拥有 1.28 亿参数，用于对 Sentinel-1、Sentinel-2 和 Landsat 影像或影像时间序列进行遥感。它还包含一个 1430 万参数的 Perceiver 和一个 10 万参数的线性学生模型，后者将 768 维 token 投影到 128 维；模型卡称，该模型（含学生模型）生成了 OlmoEarth 的全球年化嵌入。

模型如何生成嵌入

OlmoEarth v1.3 读取一年的 Sentinel-1 雷达以及 Sentinel-2 和 Landsat 多光谱时间序列，并为地球上每个 10 米像素生成一个 128 维向量；前 64 维也可单独作为更小的嵌入使用。视觉 transformer 读取卫星数据，Attention Pooler 将输出 token 池化为每块土地一个向量，再由一个线性层将该向量降为 128 个数字。技术报告描述了一种 Matryoshka 式蒸馏，其学生模型是一个单线性层，与主干网络在同一次前向传播中联合训练，报告称这使得蒸馏基本没有额外成本。

报告指出，以 20 米编码器分辨率运行视觉 transformer 和 Attention Pooler 并输出 10 米结果，比以 10 米分辨率运行 transformer 便宜 7.7 倍：每个窗口分别为 308 和 2,378 GMACs。训练使用了与 OlmoEarth v1.2 相同的数据和配方——Sentinel-1、Sentinel-2 和 Landsat-8 观测，以及 WorldCover、WorldCereal、SRTM 和 OpenStreetMap 等地图目标——采用 AdamW 优化器，批大小为 512，训练 667,200 步。

基准测试结果与 PLANTEUR 数据集

Ai2 报告称，在覆盖六大洲的 27 项评测中，将 v1.3 嵌入与 AlphaEarth Foundations 和 Tessera v2 进行了对比；128 维嵌入在 27 项中的 20 项得分最高，64 维版本在 27 项中的 18 项领先。技术报告指出，128 维嵌入在 8 个 AEF 数据集中的 7 个上优于两个基线（例外是埃塞俄比亚，Tessera v2 在该地优于 OlmoEarth v1.3），并在 PASTIS 作物类型数据集上以 58.6 对 58.3 mIoU 略优于 Tessera v2。

随此次发布，Ai2 推出了 PLANTEUR，这是一个热带农业作物类型基准，由法属海外领地——马提尼克、留尼汪、法属圭亚那、瓜德罗普和马约特——的标签构建而成。其留一岛设置测试的是当分类器在其他岛屿上训练时，在某一岛屿上的表现，Ai2 称 v1.3 嵌入对分类器从未见过的地方泛化最好。报告记录，在该留一岛指标上，128 维嵌入取得 24.9 mIoU，而 Tessera v2 为 19.1，AlphaEarth Foundations 为 15.8。

Ai2 还将 v1.3 描述为一个强大的微调模型，在研究标签和合作伙伴标签上与 v1.2 的表现相当；报告给出 v1.3 在所有被评估模型和任务上的平均微调排名为 4.34，落后于 OlmoEarth v1.2 Base 的 4.02，领先于 OlmoEarth v1 Base 的 4.74。

训练成本与环境影响

Ai2 称 OlmoEarth v1.3 是其训练成本最低的 OlmoEarth 模型，所需计算时间为 v1.2 的 53%、v1 的 18%，碳排放分别为 50% 和 22%。Ai2 估计，复现 OlmoEarth v1.3 Base 的预训练，最终运行在租用 H100 上的成本约为 2,720 美元。

报告的环境影响表列出 OlmoEarth v1.3 Base 预训练为 539 H100 GPU 小时、161 kWh 和 0.07 tCO2eq，相比之下 v1.2 Base 为 1,012 GPU 小时和 0.14 tCO2eq，v1 Base 为 2,989 GPU 小时和 0.32 tCO2eq。计算嵌入本身的开销要大得多：报告估计一年的全球嵌入约需 14,000 H100 小时，约为预训练成本的 26 倍。

全球档案、Explorer 与许可

Explorer 背后的档案库保存着 10 米分辨率的嵌入，每年约 150 TB，覆盖陆地和邻近沿海水域。在发布时，2025、2024 和 2023 年为全球范围，而 2017 至 2022 年覆盖部分国家，更多覆盖范围正在推进中。报告称，2017 至 2025 年的完整数据集远超 1 PB，覆盖范围从南纬 59.5 度到北纬 83.6 度，不包括南极洲，并指出 Searchlight 推理消除了已发布嵌入中的分块伪影。

这些嵌入托管在 Source Cooperative 上，以 Zarr 存储形式存在，可用任何 Zarr 客户端直接从对象存储读取，无需 API 密钥或瓦片服务器。以 GeoParquet 形式发布的开放溯源表列出了每个 20 公里瓦片和年份背后的 Sentinel-1、Sentinel-2 和 Landsat 场景；对于 2025 年，报告记录了约 450,000 个窗口、2100 万条镶嵌条目和 730,000 个场景。

Explorer 将这些嵌入渲染为地球的假彩色地图。用户可以在年份之间切换，调出底层的 Sentinel-2 影像，点击某个位置以查找相似地点，用少量标注点训练一个小型分类器，并将结果导出为 GeoTIFF，无需账户。Ai2 的公告以秘鲁马德雷德迪奥斯地区的非法金矿开采为例说明了这种方法：该帖子称，拉潘帕周边的采矿在 2017 年和 2018 年达到顶峰，秘鲁的“水星行动”于 2019 年 2 月关闭了其中大部分，并且 2017–2020 年与 2020–2025 年之间的嵌入比较显示了早期的扩散以及旧矿区持续的变化。该帖子还补充说，在检察官发现采矿已越过边界进入坦博帕塔本身之后，秘鲁于 2026 年 8 月重新向保护区派遣了海军巡逻队。

对于需要特定时间窗口的工作，OlmoEarth Studio 会在用户选定的日期、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用户自己的计算资源上生成嵌入。技术报告指出，OlmoEarth Artifact License 限制将其用于军事、国防相关和采掘行业应用；模型卡补充说，该模型旨在按照 Ai2 的《负责任使用指南》使用。