Ai2 випускає OlmoEarth V1.3 із глобальними супутниковими векторними поданнями з роздільністю 10 м

22 жовтня 2026 року Allen Institute for AI випустив OlmoEarth v1.3 — відкриту модель для створення векторних подань із супутникових даних. Разом із нею доступні попередньо обчислені річні векторні подання всієї планети з роздільністю 10 м і браузерний інструмент OlmoEarth Embeddings Explorer, для якого не потрібен вхід в обліковий запис.

До випуску увійшли базова модель OlmoEarth v1.3 Base, попередньо обчислені глобальні векторні подання розмірності 128 і 64, інструмент Explorer і технічний звіт; усе це поширюється за ліцензією OlmoEarth Artifact License, яка застосовувалася для OlmoEarth v1 і v1.2. Раніше для роботи з OlmoEarth потрібно було виконувати тонке налаштування в OlmoEarth Studio, що вимагало доступу до графічного процесора й локального зберігання зображень; натомість моделі для створення векторних подань стискають супутникові дані до готових до використання ознак, які можна повторно застосовувати в багатьох завданнях.

Згідно з карткою моделі, OlmoEarth-v1_3-Base — це модель-основа ViT-Base зі 128 мільйонами параметрів для дистанційного зондування зображень або часових рядів зображень Sentinel-1, Sentinel-2 і Landsat. Вона також містить Perceiver із 14,3 мільйона параметрів і лінійну модель-учня з 0,1 мільйона параметрів, яка проєктує токени розмірності 768 у 128 вимірів; у картці зазначено, що саме ця модель, включно з моделлю-учнем, створила глобальні річні векторні подання OlmoEarth.

Як модель створює векторні подання

OlmoEarth v1.3 обробляє річні часові ряди радарних даних Sentinel-1 і мультиспектральних даних Sentinel-2 та Landsat і створює один вектор розмірності 128 для кожного пікселя Землі розміром 10 м; перші 64 виміри також можна використовувати окремо як компактніше векторне подання. Супутникові дані обробляє трансформер зорових даних, модуль агрегації Attention Pooler зводить вихідні токени до одного вектора для кожної ділянки земної поверхні, а лінійний шар скорочує цей вектор до 128 чисел. У технічному звіті описано дистиляцію за принципом матрьошки: модель-учень — це один лінійний шар, який навчається спільно з основною мережею в тому самому прямому проході; за словами авторів звіту, завдяки цьому дистиляція практично не потребує додаткових ресурсів.

У звіті зазначено, що запуск трансформера зорових даних і модуля агрегації Attention Pooler з роздільністю кодувальника 20 м і виходом 10 м обходиться у 7,7 раза дешевше, ніж запуск трансформера з роздільністю 10 м: 308 проти 2 378 GMAC на вікно. Для навчання використали ті самі дані й методику, що й для OlmoEarth v1.2: спостереження Sentinel-1, Sentinel-2 і Landsat-8, а також картографічні цільові дані, зокрема WorldCover, WorldCereal, SRTM і OpenStreetMap. Оптимізатор AdamW застосовували з розміром пакета 512 упродовж 667 200 кроків.

Результати тестування та набір даних PLANTEUR

За даними Ai2, векторні подання v1.3 порівнювали з AlphaEarth Foundations і Tessera v2 у межах 27 оцінювань на шести континентах; подання розмірності 128 показали найкращий результат у 20 із 27 оцінювань, а версія розмірності 64 посіла перше місце у 18 із 27. У технічному звіті зазначено, що векторні подання розмірності 128 перевершили обидві базові моделі на 7 із 8 наборів даних AEF (винятком була Ефіопія, де Tessera v2 перевершила OlmoEarth v1.3), а також трохи випередили Tessera v2 на наборі даних PASTIS для класифікації типів сільськогосподарських культур: 58,6 проти 58,3 mIoU.

Разом із випуском Ai2 представила PLANTEUR — тестовий набір для класифікації типів культур у тропічному землеробстві, створений на основі розмічених даних із заморських територій Франції: Мартиніки, Реюньйону, Французької Гвіани, Гваделупи й Майотти. У схемі «залишити один острів поза навчанням» перевіряють якість роботи на одному острові, навчаючи класифікатори на даних з інших; за словами Ai2, векторні подання v1.3 найкраще узагальнюються на місцевості, якої класифікатор раніше не бачив. У звіті для векторних подань розмірності 128 наведено результат 24,9 mIoU за цією метрикою — проти 19,1 у Tessera v2 і 15,8 у AlphaEarth Foundations.

Ai2 також характеризує v1.3 як ефективну модель для тонкого налаштування, яка за результатами на дослідницьких і партнерських наборах розмічених даних не поступається v1.2. У звіті для v1.3 наведено середній ранг 4,34 за всіма оціненими моделями й завданнями: позаду OlmoEarth v1.2 Base з результатом 4,02, але попереду OlmoEarth v1 Base з результатом 4,74.

Вартість навчання та вплив на довкілля

За описом Ai2, OlmoEarth v1.3 — найдешевша для навчання модель OlmoEarth: їй потрібно 53% обчислювального часу v1.2 і 18% часу v1, а викиди вуглецю становлять відповідно 50% і 22% від їхніх показників. Ai2 оцінює, що відтворення попереднього навчання OlmoEarth v1.3 Base коштувало б приблизно $2,720 за оренду H100 на час фінального запуску.

У таблиці звіту про вплив на довкілля для попереднього навчання OlmoEarth v1.3 Base наведено 539 годин роботи графічних процесорів H100, 161 кВт·год і 0,07 т CO₂-екв.; для порівняння, у v1.2 Base ці показники становлять 1 012 годин роботи графічних процесорів і 0,14 т CO₂-екв., а у v1 Base — 2 989 годин роботи графічних процесорів і 0,32 т CO₂-екв. Обчислення самих векторних подань потребує значно більше ресурсів: за оцінкою звіту, створення глобальних подань за один рік займає приблизно 14 000 годин роботи H100 — орієнтовно у 26 разів більше, ніж попереднє навчання.

Глобальний архів, Explorer і ліцензування

В архіві, на якому працює Explorer, зберігаються векторні подання з роздільністю 10 м — приблизно 150 ТБ на рік; вони охоплюють суходіл і прилеглі прибережні води. На момент запуску глобальне покриття доступне за 2025, 2024 і 2023 роки, тоді як дані за 2017–2022 роки охоплюють окремі країни; робота над розширенням покриття триває. У звіті зазначено, що повний набір даних за 2017–2025 роки значно перевищує один петабайт, охоплює територію від 59,5° пд. ш. до 83,6° пн. ш. і не включає Антарктиду; також у звіті сказано, що інференс Searchlight усунув артефакти розбиття на тайли у випущених векторних поданнях.

Ембеддинги зберігаються на Source Cooperative у Zarr-сховищі, яке можна читати безпосередньо з об’єктного сховища за допомогою будь-якого Zarr-клієнта — без ключа API чи сервера тайлів. У відкритих таблицях із даними про походження, опублікованих у форматі GeoParquet, перелічено сцени Sentinel-1, Sentinel-2 і Landsat, на основі яких сформовано кожен тайл розміром 20 кілометрів за кожен рік; за даними звіту, у 2025 році їх налічувалося близько 450 000 вікон, 21 мільйон записів про мозаїки та 730 000 сцен.

У Explorer ембеддинги відображаються як карта планети у псевдокольорах. Користувачі можуть перемикатися між роками, переглядати вихідні знімки Sentinel-2, натискати на місце, щоб знайти схожі ділянки, навчати невеликий класифікатор на кількох розмічених точках і експортувати результат у форматі GeoTIFF — обліковий запис для цього не потрібен. У своїй публікації Ai2 демонструє цей підхід на прикладі незаконного видобутку золота в регіоні Мадре-де-Дьйос у Перу: у ній зазначено, що видобуток поблизу Ла-Пампи досяг піку у 2017 і 2018 роках, а операція Перу «Mercurio» зупинила більшу його частину в лютому 2019 року. Також у публікації йдеться, що порівняння ембеддингів за періоди 2017–2020 і 2020–2025 років показують попереднє поширення видобутку та подальші зміни в зоні колишніх копалень. Крім того, у публікації зазначено, що в серпні 2026 року Перу знову направило військово-морські патрулі до заповідника після того, як прокурори встановили, що видобуток проник безпосередньо на територію Тамбопати.

Для завдань, що потребують конкретного часового інтервалу, OlmoEarth Studio запускає ту саму модель для вибраних користувачем дат, модальностей і роздільної здатності, а в навчальному посібнику показано, як генерувати ембеддинги на власних обчислювальних ресурсах. У технічному звіті зазначено, що ліцензія OlmoEarth Artifact License обмежує використання моделі у військовій сфері, для потреб оборони та у видобувній промисловості; у картці моделі додається, що її призначено для використання відповідно до рекомендацій Ai2 Responsible Use Guidelines.