Ai2 julkaisee OlmoEarth V1.3:n, joka sisältää maailmanlaajuiset 10 metrin satelliittidatan upotukset

Allen Institute for AI julkaisi OlmoEarth v1.3:n 22. lokakuuta 2026. Kyseessä on avoin satelliittidatan upotusmalli, jonka mukana toimitetaan valmiiksi lasketut vuosittaiset upotukset koko maapallolta 10 metrin tarkkuudella sekä selainpohjainen OlmoEarth Embeddings Explorer, joka ei vaadi kirjautumista.

Julkaisu sisältää OlmoEarth v1.3 Base -mallin, valmiiksi lasketut maailmanlaajuiset upotukset 128- ja 64-ulotteisina versioina, Explorerin sekä teknisen raportin. Kaikki nämä julkaistaan OlmoEarth Artifact License -lisenssillä, jota käytettiin myös OlmoEarth v1:ssä ja v1.2:ssa. Aiemmin OlmoEarthin käyttö edellytti hienosäätöä OlmoEarth Studiossa, mikä vaati GPU-käyttöoikeuden ja kuvien tallentamista paikallisesti. Upotusmallit sen sijaan tiivistävät satelliittidatan valmiiksi käytettäviksi piirrearvoiksi, joita voi hyödyntää uudelleen monissa tehtävissä.

Mallikortin mukaan OlmoEarth-v1_3-Base on kaukokartoitukseen tarkoitettu ViT-Base-perusmalli, jossa on 128 miljoonaa parametria ja joka käsittelee Sentinel-1-, Sentinel-2- ja Landsat-kuvia tai kuvasarjoja. Siihen kuuluu myös 14,3 miljoonan parametrin Perceiver sekä 0,1 miljoonan parametrin lineaarinen opiskelijamalli, joka muuntaa 768-ulotteiset tokenit 128-ulotteisiksi. Mallikortissa todetaan, että tämä malli opiskelijamalli mukaan lukien tuotti OlmoEarthin maailmanlaajuiset vuosittaiset upotukset.

Miten malli tuottaa upotukset

OlmoEarth v1.3 käsittelee vuoden ajalta Sentinel-1-tutkadataa sekä Sentinel-2- ja Landsat-monispektrisiä aikasarjoja ja tuottaa yhden 128-ulotteisen vektorin jokaista maapallon 10 metrin pikseliä kohti. Ensimmäiset 64 ulottuvuutta toimivat myös sellaisinaan pienempänä upotuksena. Näkömuunnin käsittelee satelliittidatan, Attention Pooler yhdistää ulostulotokenit yhdeksi vektoriksi kutakin maa-aluelaattaa kohti, ja lineaarinen kerros pienentää vektorin 128 luvuksi. Teknisessä raportissa kuvataan Matryoshka-tyyppinen tislaus, jossa opiskelijamallina on yksi lineaarinen kerros, joka koulutetaan yhdessä runkoverkon kanssa samassa eteenpäinlaskennan vaiheessa. Raportin mukaan tämän ansiosta tislaus on käytännössä ilmaista.

Raportin mukaan näkömuuntimen ja Attention Poolerin suorittaminen 20 metrin koodausresoluutiolla ja 10 metrin tulostarkkuudella on laskennallisesti 7,7 kertaa edullisempaa kuin muuntimen suorittaminen 10 metrin tarkkuudella: laskentamäärä on 308 eikä 2 378 GMACia ikkunaa kohti. Koulutuksessa käytettiin samoja tietoja ja menetelmää kuin OlmoEarth v1.2:ssa: Sentinel-1-, Sentinel-2- ja Landsat-8-havaintoja sekä karttakohteita, kuten WorldCover, WorldCereal, SRTM ja OpenStreetMap. Optimointiin käytettiin AdamW-optimointialgoritmia, eräkoko oli 512 ja koulutus kesti 667 200 askelta.

Vertailutulokset ja PLANTEUR-aineisto

Ai2 kertoo arvioineensa v1.3:n upotuksia AlphaEarth Foundations- ja Tessera v2 -malleihin verrattuna 27 arvioinnissa, jotka kattoivat kuusi mannerta. 128-ulotteiset upotukset saivat parhaat pisteet 20:ssä arvioinnissa 27:stä, ja 64-ulotteinen versio johti 18:ssa arvioinnissa 27:stä. Teknisen raportin mukaan 128-ulotteiset upotukset päihittivät molemmat vertailumallit seitsemässä AEF-aineistossa kahdeksasta; poikkeuksena oli Etiopia, jossa Tessera v2 päihitti OlmoEarth v1.3:n. Lisäksi ne päihittivät niukasti Tessera v2:n PASTIS-kasvityyppiaineistossa: mIoU oli 58,6 verrattuna 58,3:een.

Julkaisun yhteydessä Ai2 esitteli PLANTEURin, trooppisen maatalouden kasvityyppien vertailuaineiston, joka perustuu Ranskan merentakaisilla alueilla kerättyihin luokituksiin: Martiniquella, Réunionilla, Ranskan Guayanassa, Guadeloupella ja Mayottella. Yksi saari kerrallaan pois jättävässä asetelmassa testataan suorituskykyä yhdellä saarella, kun luokittimet koulutetaan muilla saarilla. Ai2:n mukaan v1.3:n upotukset yleistyvät parhaiten alueille, joita luokitin ei ole aiemmin nähnyt. Raportissa tämän yhden saaren kerrallaan pois jättävän mittauksen tulokseksi ilmoitetaan 128-ulotteisille upotuksille 24,9 mIoU, kun Tessera v2:n tulos on 19,1 ja AlphaEarth Foundationsin 15,8.

Ai2 kuvailee v1.3:a myös vahvaksi hienosäädettäväksi malliksi, joka vastaa v1.2:n suorituskykyä tutkimus- ja kumppaniaineistoissa. Raportin mukaan v1.3:n hienosäädön keskimääräinen sijoitus kaikkien arvioitujen mallien ja tehtävien joukossa on 4,34. Sen edellä on OlmoEarth v1.2 Base sijalla 4,02, ja sen jäljessä OlmoEarth v1 Base sijalla 4,74.

Koulutuskustannukset ja ympäristövaikutukset

Ai2 kuvailee OlmoEarth v1.3:a halvimmaksi koulutettavaksi OlmoEarth-mallikseen. Sen koulutukseen kului 53 % v1.2:n ja 18 % v1:n laskenta-ajasta, ja hiilipäästöt olivat vastaavasti 50 % ja 22 % näiden mallien päästöistä. Ai2 arvioi, että OlmoEarth v1.3 Basen esikoulutuksen toistaminen maksaisi viimeisen ajon osalta vuokratulla H100-laskenta-ajalla noin 2 720 dollaria.

Raportin ympäristövaikutustaulukossa OlmoEarth v1.3 Basen esikoulutuksen luvuiksi ilmoitetaan 539 H100-grafiikkasuoritintuntia, 161 kWh ja 0,07 tCO2eq. Vertailun vuoksi v1.2 Basen luvut ovat 1 012 grafiikkasuoritintuntia ja 0,14 tCO2eq, ja v1 Basen 2 989 grafiikkasuoritintuntia ja 0,32 tCO2eq. Itse upotusten laskenta vaatii huomattavasti enemmän resursseja: raportin arvion mukaan vuoden maailmanlaajuisten upotusten laskenta vie noin 14 000 H100-tuntia eli suunnilleen 26 kertaa esikoulutuksen verran.

Maailmanlaajuinen arkisto, Explorer ja lisensointi

Explorerin taustalla olevaan arkistoon on tallennettu upotuksia 10 metrin tarkkuudella, noin 150 TB vuodessa. Ne kattavat maa-alueet ja niitä ympäröivät rannikkovedet. Julkaisuvaiheessa vuodet 2025, 2024 ja 2023 ovat saatavilla maailmanlaajuisesti, kun taas vuosien 2017–2022 aineisto kattaa valikoituja maita; kattavuutta laajennetaan parhaillaan. Raportin mukaan vuosien 2017–2025 koko aineisto on selvästi yli petatavun kokoinen, kattaa alueen 59,5 eteläisestä leveysasteesta 83,6 pohjoiseen leveysasteeseen eikä sisällä Etelämannerta. Raportissa todetaan myös, että Searchlight-päättely poisti julkaistuista upotuksista laatoituksesta aiheutuneet artefaktit.

Upotukset ovat Source Cooperativessa Zarr-tietovarastona, jota voi lukea suoraan objektitallennuksesta millä tahansa Zarr-asiakasohjelmalla ilman API-avainta tai tiilipalvelinta. GeoParquet-muodossa julkaistuissa avoimissa alkuperätietotaulukoissa luetellaan Sentinel-1-, Sentinel-2- ja Landsat-kuvauskohteet, joihin kukin 20 kilometrin tiili ja vuosi perustuvat. Vuoden 2025 osalta raportissa mainitaan noin 450 000 ikkunaa, 21 miljoonaa mosaiikkimerkintää ja 730 000 kuvauskohdetta.

Explorer näyttää upotukset planeetan väärävärikarttana. Käyttäjät voivat vaihtaa vuosien välillä, avata taustalla olevat Sentinel-2-kuvat, napsauttaa sijaintia löytääkseen samankaltaisia paikkoja, kouluttaa pienen luokittimen muutamalla merkityllä pisteellä ja viedä tuloksen GeoTIFF-tiedostona ilman käyttäjätiliä. Ai2 havainnollistaa lähestymistapaa laittomalla kullankaivuulla Perun Madre de Diosin alueella: julkaisun mukaan kaivuu La Pampan ympäristössä oli huipussaan vuosina 2017 ja 2018, ja Perun operaatio Mercurio lopetti suurimman osan siitä helmikuussa 2019. Lisäksi vuosien 2017–2020 ja 2020–2025 upotusten vertailut osoittavat, miten toiminta levisi aiemmin ja miten vanhalla kaivosalueella tapahtui edelleen muutoksia. Julkaisussa lisätään, että Peru lähetti laivaston partioita takaisin suojelualueelle elokuussa 2026 sen jälkeen, kun syyttäjät olivat todenneet kaivuun ulottuneen itse Tambopataan.

Kun työssä tarvitaan tiettyä aikajaksoa, OlmoEarth Studio käyttää samaa mallia käyttäjän valitsemilla päivämäärillä, aineistotyypeillä ja tarkkuudella. Opas näyttää, miten upotuksia voi luoda käyttäjän omassa laskentaympäristössä. Teknisen raportin mukaan OlmoEarth Artifact License rajoittaa käyttöä sotilas- ja puolustussovelluksissa sekä kaivannaisteollisuuden sovelluksissa. Mallikortissa todetaan lisäksi, että mallia on tarkoitus käyttää Ai2:n Responsible Use Guidelines -ohjeiden mukaisesti.