Ai2 ने वैश्विक 10 मीटर उपग्रह एम्बेडिंग्स के साथ OlmoEarth V1.3 जारी किया

Allen Institute for AI ने 22 अक्टूबर, 2026 को OlmoEarth v1.3 जारी किया। यह एक खुला उपग्रह एम्बेडिंग मॉडल है, जिसके साथ 10 मीटर रिज़ॉल्यूशन पर पूरे ग्रह के लिए पहले से तैयार वार्षिक एम्बेडिंग्स और ब्राउज़र-आधारित OlmoEarth Embeddings Explorer भी उपलब्ध है, जिसके लिए साइन इन करने की आवश्यकता नहीं है।

इस रिलीज़ में OlmoEarth v1.3 Base मॉडल, 128 और 64 आयामों वाले पहले से तैयार वैश्विक एम्बेडिंग्स, Explorer और एक तकनीकी रिपोर्ट शामिल हैं। ये सभी उसी OlmoEarth Artifact License के तहत उपलब्ध हैं, जिसका उपयोग OlmoEarth v1 और v1.2 के लिए किया गया था। पहले OlmoEarth का इस्तेमाल करने के लिए OlmoEarth Studio में फ़ाइन-ट्यूनिंग करनी पड़ती थी, जिसके लिए GPU तक पहुँच और स्थानीय स्तर पर इमेजरी का संग्रहण आवश्यक था। इसके बजाय, एम्बेडिंग मॉडल उपग्रह डेटा को ऐसे तैयार फ़ीचर्स में संक्षिप्त करते हैं, जिनका कई अलग-अलग कार्यों में दोबारा इस्तेमाल किया जा सकता है।

इसके मॉडल कार्ड के अनुसार, OlmoEarth-v1_3-Base रिमोट सेंसिंग के लिए 128 मिलियन पैरामीटर वाला ViT-Base फ़ाउंडेशन मॉडल है, जो Sentinel-1, Sentinel-2 और Landsat की छवियों या छवि समय-श्रृंखलाओं पर काम करता है। इसमें 14.3 मिलियन पैरामीटर वाला Perceiver और 0.1 मिलियन पैरामीटर वाला एक रैखिक स्टूडेंट मॉडल भी शामिल है, जो 768-आयामी टोकन को 128 आयामों में प्रक्षेपित करता है। कार्ड के मुताबिक, इसी मॉडल ने—स्टूडेंट सहित—OlmoEarth की वार्षिक वैश्विक एम्बेडिंग्स तैयार कीं।

मॉडल एम्बेडिंग्स कैसे तैयार करता है

OlmoEarth v1.3, Sentinel-1 रडार और Sentinel-2 तथा Landsat की एक वर्ष की बहुस्पेक्ट्रल समय-श्रृंखलाओं को पढ़कर पृथ्वी के हर 10 मीटर के पिक्सेल के लिए एक 128-आयामी वेक्टर तैयार करता है; पहले 64 आयाम अपने आप में छोटे एम्बेडिंग के रूप में भी काम करते हैं। एक विज़न ट्रांसफ़ॉर्मर उपग्रह डेटा को पढ़ता है, Attention Pooler आउटपुट टोकनों को समेटकर भूमि के हर पैच के लिए एक वेक्टर बनाता है और एक रैखिक परत उस वेक्टर को घटाकर 128 संख्याओं में बदल देती है। तकनीकी रिपोर्ट में Matryoshka-शैली की डिस्टिलेशन प्रक्रिया का वर्णन है, जिसमें स्टूडेंट एक अकेली रैखिक परत है और उसे उसी फ़ॉरवर्ड पास में बैकबोन के साथ मिलकर प्रशिक्षित किया जाता है। रिपोर्ट के अनुसार, इससे डिस्टिलेशन की अतिरिक्त लागत लगभग शून्य रहती है।

रिपोर्ट के अनुसार, 20 मीटर के एन्कोडर रिज़ॉल्यूशन और 10 मीटर के आउटपुट पर विज़न ट्रांसफ़ॉर्मर तथा Attention Pooler चलाना, ट्रांसफ़ॉर्मर को 10 मीटर रिज़ॉल्यूशन पर चलाने की तुलना में 7.7 गुना कम खर्चीला है: प्रति विंडो 308 के मुकाबले 2,378 GMACs। प्रशिक्षण में OlmoEarth v1.2 वाला ही डेटा और विधि इस्तेमाल की गई—Sentinel-1, Sentinel-2 और Landsat-8 के अवलोकन, साथ ही WorldCover, WorldCereal, SRTM और OpenStreetMap जैसे मानचित्र-आधारित लक्ष्य। प्रशिक्षण AdamW ऑप्टिमाइज़र के साथ 512 के बैच आकार पर 667,200 चरणों तक चला।

बेंचमार्क नतीजे और PLANTEUR डेटासेट

Ai2 के अनुसार, v1.3 एम्बेडिंग्स का मूल्यांकन छह महाद्वीपों में हुए 27 परीक्षणों में AlphaEarth Foundations और Tessera v2 के मुकाबले किया गया। 128-आयामी एम्बेडिंग्स ने 27 में से 20 परीक्षणों में सबसे अधिक अंक हासिल किए, जबकि 64-आयामी संस्करण 27 में से 18 में आगे रहा। तकनीकी रिपोर्ट के मुताबिक, 128-आयामी एम्बेडिंग्स ने 8 में से 7 AEF डेटासेट में दोनों आधार मॉडलों से बेहतर प्रदर्शन किया। अपवाद इथियोपिया था, जहाँ Tessera v2 ने OlmoEarth v1.3 से बेहतर प्रदर्शन किया। PASTIS फसल-प्रकार डेटासेट पर भी इन एम्बेडिंग्स ने Tessera v2 से थोड़ा बेहतर प्रदर्शन किया: 58.6 के मुकाबले 58.3 mIoU।

इस रिलीज़ के साथ Ai2 ने PLANTEUR भी पेश किया—उष्णकटिबंधीय खेती के लिए फसल-प्रकार का एक बेंचमार्क, जिसे फ्रांस के बाहरी क्षेत्रों मार्टीनिक, रीयूनियन, फ़्रेंच गयाना, ग्वाडेलूप और मायोट के लेबल से तैयार किया गया है। इसकी ‘एक द्वीप छोड़कर’ वाली व्यवस्था में क्लासिफ़ायर को अन्य द्वीपों के डेटा पर प्रशिक्षित करके एक द्वीप पर उनके प्रदर्शन को परखा जाता है। Ai2 का कहना है कि v1.3 एम्बेडिंग्स उन स्थानों पर सबसे अच्छी तरह लागू होती हैं जिन्हें क्लासिफ़ायर ने पहले कभी नहीं देखा। रिपोर्ट में इस ‘एक द्वीप छोड़कर’ माप पर 128-आयामी एम्बेडिंग्स के लिए 24.9 mIoU दर्ज किया गया है, जबकि Tessera v2 के लिए यह 19.1 और AlphaEarth Foundations के लिए 15.8 था।

Ai2 के अनुसार, v1.3 एक मज़बूत फ़ाइन-ट्यूनिंग मॉडल भी है, जिसका प्रदर्शन अनुसंधान और साझेदारों के लेबल पर v1.2 के बराबर है। रिपोर्ट में मूल्यांकित सभी मॉडलों और कार्यों में v1.3 की औसत फ़ाइन-ट्यूनिंग रैंक 4.34 दी गई है; यह OlmoEarth v1.2 Base की 4.02 रैंक से पीछे और OlmoEarth v1 Base की 4.74 रैंक से आगे है।

प्रशिक्षण लागत और पर्यावरणीय प्रभाव

Ai2 के मुताबिक, OlmoEarth v1.3 उसका प्रशिक्षण के लिए सबसे कम खर्चीला OlmoEarth मॉडल है। इसे प्रशिक्षित करने में v1.2 के कंप्यूटिंग समय का 53% और v1 का 18% लगा; कार्बन उत्सर्जन क्रमशः 50% और 22% रहा। Ai2 का अनुमान है कि OlmoEarth v1.3 Base का प्रीट्रेनिंग दोबारा करने पर अंतिम रन के लिए किराये के H100 कंप्यूटिंग समय की लागत लगभग $2,720 होगी।

रिपोर्ट की पर्यावरणीय प्रभाव तालिका में OlmoEarth v1.3 Base के प्रीट्रेनिंग के लिए 539 H100 GPU घंटे, 161 kWh और 0.07 tCO2eq दर्ज हैं। इसकी तुलना में v1.2 Base के लिए 1,012 GPU घंटे और 0.14 tCO2eq, जबकि v1 Base के लिए 2,989 GPU घंटे और 0.32 tCO2eq दर्ज हैं। एम्बेडिंग्स तैयार करने में इससे कहीं अधिक कंप्यूटिंग लगती है: रिपोर्ट के अनुमान के मुताबिक, एक वर्ष की वैश्विक एम्बेडिंग्स तैयार करने में लगभग 14,000 H100 घंटे लगते हैं—प्रीट्रेनिंग की लागत से करीब 26 गुना।

वैश्विक संग्रह, Explorer और लाइसेंस

Explorer के पीछे मौजूद संग्रह में 10 मीटर रिज़ॉल्यूशन वाली एम्बेडिंग्स हैं, जिनका आकार प्रति वर्ष लगभग 150 TB है और जो भूमि तथा उससे सटे तटीय जलक्षेत्रों को कवर करती हैं। लॉन्च के समय 2025, 2024 और 2023 के लिए वैश्विक कवरेज उपलब्ध है, जबकि 2017 से 2022 तक का डेटा चुनिंदा देशों के लिए है; इसका विस्तार जारी है। रिपोर्ट के अनुसार, 2017 से 2025 तक का पूरा डेटासेट एक पेटाबाइट से काफी बड़ा है। इसमें 59.5 डिग्री दक्षिण से 83.6 डिग्री उत्तर तक के क्षेत्र शामिल हैं, अंटार्कटिका को छोड़कर। रिपोर्ट यह भी बताती है कि जारी की गई एम्बेडिंग्स में टाइलिंग से पैदा हुई कलाकृतियों को Searchlight इन्फ़रेंस ने हटा दिया।

एम्बेडिंग्स Source Cooperative पर Zarr स्टोर के रूप में होस्ट की गई हैं, जिन्हें किसी भी Zarr क्लाइंट से सीधे ऑब्जेक्ट स्टोरेज से पढ़ा जा सकता है; इसके लिए API कुंजी या टाइल सर्वर की ज़रूरत नहीं है। GeoParquet के रूप में जारी खुली उद्गम-संबंधी तालिकाएँ बताती हैं कि हर 20-किलोमीटर टाइल और वर्ष के पीछे Sentinel-1, Sentinel-2 और Landsat के कौन-से दृश्य हैं। 2025 के लिए, रिपोर्ट में लगभग 450,000 विंडो, 21 मिलियन मोज़ेक प्रविष्टियाँ और 730,000 दृश्य दर्ज हैं।

Explorer इन एम्बेडिंग्स को ग्रह के छद्म-रंग मानचित्र के रूप में दिखाता है। उपयोगकर्ता अलग-अलग वर्षों के बीच जा सकते हैं, मूल Sentinel-2 इमेजरी देख सकते हैं, मिलते-जुलते स्थान खोजने के लिए किसी जगह पर क्लिक कर सकते हैं, लेबल वाले कुछ बिंदुओं से एक छोटा वर्गीकारक प्रशिक्षित कर सकते हैं और नतीजे को GeoTIFF के रूप में निर्यात कर सकते हैं—इसके लिए किसी खाते की आवश्यकता नहीं है। Ai2 की घोषणा में इस तरीके को पेरू के Madre de Dios क्षेत्र में सोने के अवैध खनन के उदाहरण से समझाया गया है: पोस्ट के अनुसार, La Pampa के आसपास खनन 2017 और 2018 में चरम पर था और पेरू के Operation Mercurio ने फरवरी 2019 में इसका अधिकांश हिस्सा बंद करा दिया। पोस्ट यह भी कहती है कि 2017–2020 और 2020–2025 के बीच एम्बेडिंग्स की तुलना से खनन के पहले के फैलाव और पुराने खनन क्षेत्र में जारी बदलाव का पता चलता है। पोस्ट में आगे बताया गया है कि अभियोजकों को खनन Tambopata के भीतर तक पहुँच जाने का पता चलने के बाद, पेरू ने अगस्त 2026 में फिर से नौसेना के गश्ती दल उस संरक्षित क्षेत्र में भेजे।

ऐसे काम के लिए जिसमें एक खास समयावधि की ज़रूरत हो, OlmoEarth Studio उपयोगकर्ता द्वारा चुनी गई तारीखों, तौर-तरीकों और रिज़ॉल्यूशन पर यही मॉडल चलाता है। एक ट्यूटोरियल में यह भी दिखाया गया है कि उपयोगकर्ता अपने कंप्यूटिंग संसाधनों पर एम्बेडिंग्स कैसे तैयार कर सकते हैं। तकनीकी रिपोर्ट के अनुसार, OlmoEarth Artifact License सैन्य, रक्षा-संबंधी और संसाधन-निष्कर्षण उद्योगों से जुड़े अनुप्रयोगों में उपयोग पर रोक लगाता है; मॉडल कार्ड में जोड़ा गया है कि मॉडल का उपयोग Ai2 के Responsible Use Guidelines के अनुरूप किया जाना है।