IBM und NASA veröffentlichen Open‑Source Lunar Foundation Model mit SomBench‑Datensatz

IBM und NASA haben am 10. September 2026 bekanntgegeben, dass das Open‑Source‑Release des NASA‑IBM Lunar Foundation Model, ein multimodales, mehrauflösendes Foundation‑Modell für die lunare Fernerkundung, zusammen mit SomBench, dem ko‑registrierten lunaren Datensatz, der zu seiner Ausbildung erstellt wurde, veröffentlicht wird.

In der Ankündigung, datiert aus Yorktown Heights, New York, beschrieb IBM das System als eines der ersten öffentlich verfügbaren Foundation‑Modelle für die wissenschaftliche Erforschung des Mondes, trainiert auf einem umfangreichen lunaren Beobachtungsdatensatz, der von IBM‑ und NASA‑Forscher*innen kuratiert wurde. Modellgewichte werden auf Hugging Face unter der Apache‑2.0‑Lizenz veröffentlicht, wobei der Feinabstimmungscode in einem NASA‑IMPACT‑GitHub‑Repository gepflegt wird und die nachgelagerte Anpassung über TerraTorch erfolgt. Die Model‑Card präsentiert das Release als wiederverwendbare Repräsentation für die lunare Fernerkundung: Feinabstimmung oder LoRA‑Anpassung des Encoders für Detektion, Segmentierung und dichte Regression auf LROC‑Bildern und ko‑registrierten Geländedaten, wobei Modalitäts‑Teilmengen und Patch‑Raster von denen des Vortrainings abweichen können.

Laut der Ankündigung könnten Forschende das Modell auf verschiedene Bereiche der Mondforschung anwenden: Vorhersage, wo Eis in dauerhaft beschatteten Regionen vorhanden sein könnte, die schwer zu beobachten sind, aber Ressourcen enthalten könnten, die für eine zukünftige Mondbasis als wesentlich gelten; Kartierung von Irregular Mare Patches, vulkanischen Merkmalen, die Wissenschaftler untersuchen, um die vulkanische Geschichte und thermische Evolution des Mondes zu verstehen; sowie das Erkennen, Kontextualisieren und Klassifizieren von Kratern, eine Arbeit, die Hinweise auf das Alter und die Geologie des Geländes liefert und NASA dabei unterstützt, sichere Landeplätze auszuwählen, während Gefahren wie steile Hänge und Felsbrocken vermieden werden.

“NASA hat über Jahrzehnte hinweg ein außergewöhnliches wissenschaftliches Archiv des Mondes aufgebaut, doch das Sammeln von Daten ist nur ein Teil der Aufgabe,” sagte Kevin Murphy, Chief Science Data Officer und amtierender Chief Data and AI Officer im NASA‑Hauptquartier, und fügte hinzu, dass das Modell zeige, was möglich sei, wenn KI auf die Petabytes wissenschaftlicher Daten von NASA angewendet werde.

IBM erklärte, das Modell erweitere die etablierte Zusammenarbeit zwischen den beiden Organisationen und füge sich in die Prithvi‑Familie offener Foundation‑Modelle ein, die auf Hugging Face verfügbar sind und Geodaten, Wetter, Helio‑Physik und nun den Mond abdecken. Die Ankündigung stellt das Open‑Release als eine weitergehende Vision dar, bei der Forschende von einem gemeinsamen Modell ausgehen und es an neue Aufgaben anpassen, anstatt für jede wissenschaftliche Fragestellung ein neues algorithmisches System zu entwickeln.

Juan Bernabe-Moreno, Direktor von IBM Research Europe, UK und Irland, sagte, das Modell gebe Wissenschaftlern eine Grundlage, den Mond in großem Maßstab zu erforschen, Beobachtungen über verschiedene Instrumente hinweg zu verbinden, Muster aufzudecken, die isoliert schwer zu erkennen seien, und “eine offene Plattform zu bieten, auf der die globale Forschungsgemeinschaft aufbauen kann.”

Architektur und Vortraining

Die Model‑Card beschreibt einen ViT‑B Encoder‑Decoder (768 Dimensionen, 12 Schichten, 12 Attention‑Köpfe), der von Grund auf auf SomBench: trainiert wurde; etwa 2 Millionen ko‑registrierte Mond‑Tile‑Bündel, die 11 Modalitäten in zwei räumlichen Skalen abdecken, LROC Narrow Angle Camera‑Bilder mit ca. 1 Meter pro Pixel und Wide Angle Camera‑Bilder mit ca. 100 Metern pro Pixel. Das System adaptiert das TerraMind‑Masked‑Token‑Rezept mit zwei Erweiterungen. Die Aufnahmegeometrie pro Tile, einschließlich Beleuchtungswinkel, Solar‑Frame‑Anker und Tile‑Fußabdruck, wird als explizite Encoder‑Eingaben tokenisiert; die Autoren stellen fest, dass das Aussehen der Mondoberfläche stärker von der Beleuchtungsgeometrie als von intrinsischen Oberflächenvariationen bestimmt wird. NAC‑ und WAC‑verankerte Tiles werden zudem gemeinsam in einer einzigen gemischten Batch‑Schleife in nativer Auflösung trainiert, sodass ein Satz von Gewichten beide Auflösungsfamilien über eine 100‑fach‑Skalenlücke abdeckt.

Die Eingaben umfassen neun dichte, bildähnliche Schichten plus zwei sequenzähnliche Kontext‑Modalitäten: pro‑Tile optische Metadaten mit acht Feldern und statische Karten‑Kontexte mit 28 Feldern, entnommen aus Diviner, LOLA, Mini‑RF, Kaguya, WAC, GRAIL und Lunar‑Prospector‑Produkten. Ein FlexiViT‑Patch‑Embedding ermöglicht es, den Checkpoint bei anderen Patch‑Größen feinzujustieren, ohne das Backbone neu zu trainieren, und die Modalitäts‑weise Tokenisierung erlaubt das Entfernen oder Hinzufügen von Modalitäten während der Feinabstimmung. Das Vortraining lief auf 16 H100‑GPUs für 150 000 Schritte mit einer globalen Batch‑Größe von 1 536 in bf16, was etwa 1 100 GPU‑Stunden entspricht, unter Verwendung von neun modalitätsspezifischen VQ‑VAE‑Tokenizern mit FSQ‑Quantisierung, einem DDPM‑Decoder und einem Kreuzentropie‑Ziel über diskrete Token‑Vokabulare.

Berichtete Benchmark‑Ergebnisse

IBM erklärte, das Modell übertreffe weit verbreitete Verfahren um bis zu 23 % bei der Identifizierung wichtiger geographischer Merkmale auf der Mondoberfläche, einschließlich potenzieller Eislagerstätten, Krater und vulkanischer Formationen. In Anlehnung an ein technisches Papier von NASA‑IBM berichtete das Unternehmen, dass das Modell den Fehler (RMSE) um bis zu 22 % im Vergleich zum SwinV2‑B (ImageNet)‑Modell reduzierte, wenn Gebiete mit hohem Potenzial für lunares Eis identifiziert wurden; die Ausdehnung von Irregular Mare Patches um 3 % besser erfasste als SwinV2‑B, obwohl unvollständige Labels verwendet wurden; und bei der Erkennung von Kratern im Meter‑Maßstab mit State‑of‑the‑Art‑Modellen wie SwinV2‑B gleichzog, während es bei etwa 100‑Meter‑Kontext‑Skala fast 19 % besser abschnitt, obwohl nur die Hälfte der Trainingsdaten genutzt wurde.

Die Benchmark‑Tabelle in der Model‑Card gibt für die Prospektivität von polarem Eis einen RMSE von 0,0293 bei vollständiger Feinabstimmung an, gegenüber 0,0377 für das beste Baseline‑Modell (SwinV2‑B) und 0,0397 für eine zufällige Initialisierungskontrolle, wobei die Eis‑Prospektivität die größte Differenz aufweist. Für die Segmentierung von Irregular Mare Patches wird ein IoU1 von 0,5709 angegeben, verglichen mit 0,5687 für ConvNeXtV2‑B, und für die Erkennung des Robbins‑Krater auf WAC‑Bildern ein mAP von 0,2581 mittels LoRA gegenüber 0,2420 für SwinV2‑B; die Card stellt fest, dass vortrainierte Varianten mit 50 % der Trainingsdaten bereits das volle Set von SwinV2‑B erreichen oder übertreffen. Die Autoren warnen, dass die Spitzenwerte bei den NAC‑Kratertests und den Irregular Mare Patch‑Benchmarks als vergleichbar behandelt werden sollten, da die Margen kleiner sind als die Streuung über verschiedene Zufallssamen. Die Benchmarks wurden über TerraTorch mit einheitlichen Loadern, Splits, Augmentierungen, Verlustfunktionen und Metriken für alle Backbones durchgeführt, wobei Baselines wie ResNet‑50, ViT‑B MAE, ConvNeXt‑B, ConvNeXt‑V2‑B, SwinV2‑B, DaViT‑B, DeepLabV3+ und SegFormer verwendet wurden; die Ergebnisse werden als Mittelwert und Standardabweichung über fünf Zufallssamen angegeben.

SomBench‑Korpus und angegebene Einschränkungen

IBM erklärte, dass seine Wissenschaftler*innen in Zusammenarbeit mit NASA den ersten Open‑Source‑lunaren Datensatz dieser Art erstellt haben, indem sie mehr als 30 räumlich ausgerichtete Schichten von neun Instrumenten aus vier Missionen aggregierten, darunter die Lunar Reconnaissance Orbiter‑ und GRAIL‑Missionen der NASA sowie die SELENE/Kaguya‑Mission der japanischen Raumfahrtbehörde JAXA. Die SomBench‑Datensatz‑Card beschreibt zwei Spuren: WACLowRes, 963,609 Tiles covering 51.2 Kilometer bei 100 Meter pro Pixel, entnommen aus 54.080 Wide‑Angle‑Camera‑Experiment‑Datensätzen und insgesamt 38 TB; und NACHighRes, 1,000,113 Tiles covering 512 meters at 1 meter per pixel from 1,095 Narrow Angle Camera records, totaling 1.4 TB. Der Korpus wird unter einer CC‑BY‑4.0‑Lizenz veröffentlicht, wobei der vollständige Datensatz auf AWS gehostet wird. Die Aufteilungen werden auf Ebene der Lunar Transverse Mercator‑Zonen mit einem Ziel von 75/15/10 zugewiesen; Tiles, die zwei Zonen überschneiden, werden entfernt, um räumliche Leckagen zu verhindern, und das Test‑Set ist für nachgelagerte Evaluationen reserviert.

Die Model‑Card weist darauf hin, dass das System kein wissenschaftlich‑qualifiziertes generatives Produkt ist, keinen geodätischen Referenzrahmen beibehält und nicht für operative Entscheidungen wie die Zertifizierung von Landeplätzen oder die Freigabe von Gefahren validiert ist; sie merkt zudem an, dass die Eis‑Prospektivitäts‑Ausgaben eine wissensbasierte, unscharfe Overlay‑Karte regressieren, anstatt gemessenes Eis darzustellen. Aufgelistete Einschränkungen umfassen Ablationsbeiträge, die noch nicht isoliert wurden, sowie ein auf NAC‑Vortraining beschränktes Training auf 1.095 ko‑registrierte Frames, während die Datensatz‑Card eine heterogene räumliche Auflösung und eine absolute Geolokalisierungsunsicherheit von mehreren Metern vermerkt. Die Arbeit wurde von NASA unter der Fördernummer 80MSFC25M0084 unterstützt.