IBM och NASA öppnar källkodsbaserad Lunar Foundation Model med SomBench-dataset

IBM och NASA den 10 september 2026 meddelade den öppna källkodslanseringen av NASA-IBM Lunar Foundation Model, en multimodal, flerupplöst grundmodell för månens fjärranalys, tillsammans med SomBench, det samregistrerade mån-datasetet som byggts för att träna den.

I tillkännagivandet, daterat från Yorktown Heights, New York, beskrev IBM systemet som en av de första offentligt tillgängliga grundmodellerna för vetenskaplig utforskning av Månen, tränad på ett omfattande dataset för månobservation som kuraterats av IBM- och NASA-forskare. Modellvikterna publiceras på Hugging Face under Apache-2.0-licensen, med finjusteringskod underhållen i ett NASA-IMPACT‑GitHub‑arkiv och efterföljande anpassning hanteras via TerraTorch. Modellkortet presenterar releasen som en återanvändbar representation för månens fjärranalys: finjustering eller LoRA‑anpassning av kodaren för detektion, segmentering och tät regression på LROC‑bilder och samregistrerade terrängprodukter, med modalitetsdelmängder och patch‑galler som kan skilja sig från förträningen.

Enligt tillkännagivandet kunde forskare använda modellen för flera områden inom månstudier: förutsäga var is kan finnas i permanent skuggade regioner, vilka är svåra att observera men kan innehålla resurser som anses väsentliga för en framtida månbas; kartlägga Irregular Mare Patches, vulkaniska formationer som forskare studerar för att förstå månens vulkaniska historia och termiska utveckling; samt upptäcka, kontextualisera och klassificera kratrar, arbete som avslöjar ledtrådar om terrängens ålder och geologi och hjälper NASA att välja säkra landningsplatser samtidigt som man undviker faror som branta sluttningar och stenblock.

“NASA har under årtionden byggt upp en extraordinär vetenskaplig dokumentation av Månen, men att samla in data är bara en del av arbetet,” sade Kevin Murphy, chef för vetenskapliga data och tillförordnad chef för data och AI vid NASA:s huvudkontor, och tillade att modellen visar vad som är möjligt när AI tillämpas på NASA:s petabyte av vetenskapliga data.

IBM sade att modellen bygger vidare på ett etablerat samarbete mellan de två organisationerna och ansluter sig till Prithvi‑familjen av öppna grundmodeller som finns på Hugging Face, med tillämpningar inom geospatial, väder, heliophysik och nu även Månen. Tillkännagivandet presenterar den öppna releasen som en bredare vision där forskare utgår från en gemensam modell och anpassar den till nya uppgifter istället för att bygga ett nytt algoritmiskt system för varje vetenskaplig fråga.

Juan Bernabe-Moreno, chef för IBM Research Europe, Storbritannien och Irland, sade att modellen ger forskare en grund för att utforska Månen i stor skala, genom att koppla samman observationer från olika instrument, avslöja mönster som är svåra att se isolerat, och “erbjuda en öppen plattform som det globala forskarsamhället kan bygga vidare på”.

Arkitektur och förträning

Modellkortet beskriver en ViT‑B encoder‑decoder (768 dimensioner, 12 lager, 12 uppmärksamhetshuvuden) som tränats från grunden på SomBench: ungefär 2 miljoner samregistrerade mån‑tile‑paket som täcker 11 modaliteter på två rumsliga skalor, LROC Narrow Angle Camera‑bilder med cirka 1 meter per pixel och Wide Angle Camera‑bilder med cirka 100 meter per pixel. Systemet anpassar TerraMind‑maskerade‑token‑receptet med två tillägg. Per‑tile‑förvärvsgeometri, inklusive belysningsvinklar, sol‑ram‑ankare och tile‑avtryck, tokeniseras som explicita encoder‑indata; författarna påpekar att månens yta styrs mer av belysningsgeometri än av inneboende ytvaryation. NAC‑ och WAC‑ankrade tiles tränas också tillsammans i en enda blandad‑batch‑loop på native‑upplösning, så ett viktsätt täcker båda upplösningsfamiljerna över ett 100× skalgap.

Inmatningarna omfattar nio täta bildliknande lager plus två sekvensliknande kontextmodaliteter: per‑tile optisk metadata med åtta fält och statisk‑karta‑kontext med 28 fält hämtade från Diviner, LOLA, Mini‑RF, Kaguya, WAC, GRAIL och Lunar Prospector‑produkter. En FlexiViT‑patch‑inbäddning möjliggör att kontrollpunkten fin‑justeras för andra patch‑storlekar utan att återträna ryggraden, och modalitetsvis tokenisering tillåter att modaliteter tas bort eller läggs till vid fin‑justering. Förträningen kördes på 16 H100‑GPU:er i 150 000 steg med en global batch på 1 536 i bf16, vilket motsvarar ungefär 1 100 GPU‑timmar, med nio modalitetsspecifika VQ‑VAE‑tokenizers med FSQ‑kvantisering, en DDPM‑decoder och ett kors‑entropi‑mål över diskreta token‑vokabular.

Rapporterade benchmarkresultat

IBM uppgav att modellen överträffar vanliga metoder med upp till 23 % när det gäller att identifiera viktiga geografiska funktioner på månens yta, inklusive potentiella isavlagringar, kratrar och vulkaniska formationer. Med hänvisning till ett NASA‑IBM‑tekniskt papper rapporterade företaget att modellen minskade fel (RMSE) med upp till 22 % jämfört med SwinV2‑B (ImageNet)‑modellen vid identifiering av områden med hög potential för mån‑is; fångade omfattningen av Irregular Mare Patches 3 % bättre än SwinV2‑B samtidigt som den använde ofullständiga etiketter; och matchade toppmodeller som SwinV2‑B för kraterdetektion på meterskala samtidigt som den överträffade den med nästan 19 % vid ungefär 100‑meters kontextskala med hälften av träningsdata.

Benchmark‑tabellen på modellkortet rapporterar ett RMSE för polär is‑prospektivitet på 0,0293 med full fin‑justering, jämfört med 0,0377 för den bästa baslinjen (SwinV2‑B) och 0,0397 för en kontroll med slumpmässig initialisering, och identifierar is‑prospektivitet som den största marginalen. För segmentering av Irregular Mare Patch rapporteras ett IoU1 på 0,5709 mot 0,5687 för ConvNeXtV2‑B, och för Robbins‑kraterdetektion på WAC‑bilder ett mAP på 0,2581 med LoRA mot 0,2420 för SwinV2‑B; kortet anger att förtränade varianter med 50 % av träningsdata redan matchar eller överträffar SwinV2‑B som tränats på hela datasetet. Författarna varnar för att ledarna på NAC‑krater‑ och Irregular Mare Patch‑benchmarkarna bör betraktas som jämförbara eftersom marginalerna är mindre än spridningen över frön. Benchmarkarna kördes via TerraTorch med laddare, uppdelningar, augmentationer, förlustfunktion och metrik som hölls konstant över olika backbone‑modeller, med baslinjer som inkluderar ResNet‑50, ViT‑B MAE, ConvNeXt‑B, ConvNeXt‑V2‑B, SwinV2‑B, DaViT‑B, DeepLabV3+ och SegFormer, rapporterade som medelvärde och standardavvikelse över fem frön.

SomBench‑korpus och angivna begränsningar

IBM uppgav att dess forskare, i samarbete med NASA, byggde det första öppna källkods‑mån‑datasetet av sitt slag, genom att samla mer än 30 rumsligt anpassade lager från nio instrument över fyra uppdrag, inklusive NASA:s Lunar Reconnaissance Orbiter‑ och GRAIL‑uppdrag samt den japanska rymdorganisationens SELENE/Kaguya. SomBench‑dataset‑kort beskriver två spår: WACLowRes, 963 609 tiles som täcker 51,2 kilometer med 100 meter per pixel hämtade från 54 080 Wide Angle Camera Experiment Data Records och totalt 38 TB; och NACHighRes, 1 000 113 tiles som täcker 512 meter med 1 meter per pixel från 1 095 Narrow Angle Camera‑poster, totalt 1,4 TB. Korpuset släpps under en CC BY 4.0‑licens, med hela datasetet hostat på AWS. Uppdelningarna tilldelas på Lunar Transverse Mercator‑zonnivå med ett mål på 75/15/10, tiles som sträcker sig över två zoner tas bort för att förhindra spatial läckage, och testuppdelningen reserveras för efterföljande utvärdering.

Modellkortet anger att systemet inte är en vetenskapligt klassad generativ produkt, saknar ett geodetiskt referensramverk och inte är validerat för operativa beslut såsom certifiering av landningsplatser eller riskklarering; det noterar också att is‑prospektivitetsutdata återger en kunskapsdriven suddig‑överlappningskarta snarare än uppmätt is. Angivna begränsningar inkluderar ablationsbidrag som ännu inte isolerats och NAC‑förträning begränsad till 1 095 samregistrerade ramar, medan dataset‑kortet påpekar heterogen rumslig upplösning och tiometers absolut geolokaliseringsosäkerhet. Arbetet stöddes av NASA under Award No. 80MSFC25M0084.