Ai2 phát hành OlmoEarth V1.3 với các vector nhúng vệ tinh toàn cầu ở độ phân giải 10 m

Allen Institute for AI phát hành OlmoEarth v1.3 vào ngày 22 tháng 10 năm 2026: một mô hình tạo vector nhúng vệ tinh nguồn mở, đi kèm các vector nhúng hằng năm được tính toán trước cho toàn bộ hành tinh ở độ phân giải 10 mét và công cụ khám phá OlmoEarth Embeddings Explorer chạy trên trình duyệt, không cần đăng nhập.

Bản phát hành gồm mô hình OlmoEarth v1.3 Base, các vector nhúng toàn cầu được tính toán trước ở phiên bản 128 và 64 chiều, công cụ Explorer và một báo cáo kỹ thuật; tất cả đều được cấp phép theo OlmoEarth Artifact License, vốn đã được sử dụng cho OlmoEarth v1 và v1.2. Trước đây, muốn sử dụng OlmoEarth thì phải tinh chỉnh mô hình trong OlmoEarth Studio, đòi hỏi quyền truy cập GPU và lưu trữ hình ảnh tại chỗ; thay vào đó, các mô hình tạo vector nhúng nén dữ liệu vệ tinh thành những đặc trưng sẵn sàng sử dụng, có thể tái sử dụng cho nhiều tác vụ.

Theo thẻ thông tin mô hình, OlmoEarth-v1_3-Base là mô hình nền tảng ViT-Base có 128 triệu tham số, dùng cho viễn thám với ảnh hoặc chuỗi ảnh theo thời gian từ Sentinel-1, Sentinel-2 và Landsat. Mô hình cũng bao gồm một Perceiver có 14,3 triệu tham số và một mô hình học viên tuyến tính có 0,1 triệu tham số, chiếu các token 768 chiều xuống 128 chiều; thẻ thông tin nêu rằng mô hình này, bao gồm cả mô hình học viên, đã tạo ra các vector nhúng toàn cầu hằng năm của OlmoEarth.

Cách mô hình tạo vector nhúng

OlmoEarth v1.3 tiếp nhận dữ liệu radar Sentinel-1 và chuỗi dữ liệu đa phổ theo thời gian từ Sentinel-2 và Landsat trong một năm, rồi tạo ra một vector 128 chiều cho mỗi điểm ảnh 10 mét trên Trái Đất; 64 chiều đầu tiên cũng có thể được sử dụng riêng như một vector nhúng nhỏ gọn hơn. Một transformer thị giác đọc dữ liệu vệ tinh, Attention Pooler gộp các token đầu ra thành một vector cho mỗi ô đất, rồi một lớp tuyến tính rút gọn vector đó thành 128 giá trị. Báo cáo kỹ thuật mô tả một phương pháp chưng cất kiểu Matryoshka, trong đó mô hình học viên là một lớp tuyến tính duy nhất, được huấn luyện đồng thời với mạng lõi trong cùng một lượt truyền xuôi; theo báo cáo, điều này khiến việc chưng cất hầu như không tốn thêm chi phí.

Báo cáo cho biết việc chạy transformer thị giác và Attention Pooler ở độ phân giải bộ mã hóa 20 mét với đầu ra 10 mét có chi phí thấp hơn 7,7 lần so với chạy transformer ở độ phân giải 10 mét: 308 so với 2.378 GMAC cho mỗi cửa sổ. Quá trình huấn luyện sử dụng cùng dữ liệu và quy trình như OlmoEarth v1.2 — các quan sát từ Sentinel-1, Sentinel-2 và Landsat-8, cùng những mục tiêu bản đồ như WorldCover, WorldCereal, SRTM và OpenStreetMap — với bộ tối ưu hóa AdamW, kích thước lô 512 và 667.200 bước.

Kết quả đánh giá chuẩn và bộ dữ liệu PLANTEUR

Ai2 cho biết đã đánh giá các vector nhúng v1.3 so với AlphaEarth Foundations và Tessera v2 trong 27 đợt đánh giá thuộc sáu châu lục; phiên bản 128 chiều đạt điểm cao nhất ở 20 trên 27 đợt, còn phiên bản 64 chiều dẫn đầu ở 18 trên 27 đợt. Báo cáo kỹ thuật nêu rằng các vector nhúng 128 chiều vượt trội hơn cả hai mô hình cơ sở trên 7 trong số 8 bộ dữ liệu AEF (ngoại lệ là Ethiopia, nơi Tessera v2 vượt OlmoEarth v1.3) và nhỉnh hơn Tessera v2 trên bộ dữ liệu phân loại loại cây trồng PASTIS, với mIoU lần lượt là 58,6 và 58,3.

Cùng với bản phát hành, Ai2 giới thiệu PLANTEUR, một bộ đánh giá chuẩn về loại cây trồng trong nền nông nghiệp nhiệt đới, được xây dựng từ các nhãn tại những lãnh thổ hải ngoại của Pháp: Martinique, Réunion, Guiana thuộc Pháp, Guadeloupe và Mayotte. Thiết lập lần lượt bỏ một đảo ra để đánh giá hiệu năng trên đảo đó khi các bộ phân loại được huấn luyện trên những đảo còn lại; Ai2 cho biết các vector nhúng v1.3 có khả năng khái quát hóa tốt nhất đến những nơi mà bộ phân loại chưa từng thấy. Báo cáo ghi nhận mIoU 24,9 cho các vector nhúng 128 chiều theo phép đo lần lượt bỏ một đảo này, so với 19,1 của Tessera v2 và 15,8 của AlphaEarth Foundations.

Ai2 cũng mô tả v1.3 là một mô hình tinh chỉnh mạnh, đạt hiệu năng ngang với v1.2 trên các nhãn nghiên cứu và nhãn đối tác; báo cáo xếp hạng tinh chỉnh trung bình của v1.3 ở mức 4,34 trên tất cả mô hình và tác vụ được đánh giá, sau OlmoEarth v1.2 Base ở mức 4,02 và trước OlmoEarth v1 Base ở mức 4,74.

Chi phí huấn luyện và tác động môi trường

Ai2 mô tả OlmoEarth v1.3 là mô hình OlmoEarth có chi phí huấn luyện thấp nhất: chỉ cần 53% thời gian tính toán của v1.2 và 18% của v1, đồng thời lượng khí thải carbon tương ứng bằng 50% và 22%. Ai2 ước tính việc tái tạo quá trình tiền huấn luyện OlmoEarth v1.3 Base sẽ tốn khoảng 2.720 USD cho thời gian sử dụng H100 thuê trong lần chạy cuối cùng.

Bảng tác động môi trường trong báo cáo ghi nhận quá trình tiền huấn luyện OlmoEarth v1.3 Base sử dụng 539 giờ GPU H100, 161 kWh và 0,07 tCO2eq; so với 1.012 giờ GPU và 0,14 tCO2eq của v1.2 Base, cùng 2.989 giờ GPU và 0,32 tCO2eq của v1 Base. Việc tự tạo các vector nhúng có quy mô lớn hơn nhiều: báo cáo ước tính cần khoảng 14.000 giờ H100 để tạo vector nhúng toàn cầu cho một năm, xấp xỉ 26 lần chi phí tiền huấn luyện.

Kho lưu trữ toàn cầu, công cụ Explorer và cấp phép

Kho lưu trữ đứng sau Explorer chứa các vector nhúng ở độ phân giải 10 mét, khoảng 150 TB mỗi năm, bao phủ đất liền và vùng biển ven bờ lân cận. Khi ra mắt, dữ liệu năm 2025, 2024 và 2023 có phạm vi toàn cầu, trong khi dữ liệu từ năm 2017 đến 2022 chỉ bao phủ một số quốc gia; phạm vi bao phủ đang tiếp tục được mở rộng. Báo cáo cho biết toàn bộ bộ dữ liệu từ năm 2017 đến 2025 có dung lượng vượt xa một petabyte, bao phủ khu vực từ 59,5 độ vĩ nam đến 83,6 độ vĩ bắc và loại trừ Nam Cực; báo cáo cũng nêu rằng quá trình suy luận Searchlight đã loại bỏ các hiện tượng giả do chia ô trong những vector nhúng được phát hành.

Các embedding được lưu trữ trên Source Cooperative dưới dạng kho Zarr, có thể đọc trực tiếp từ bộ lưu trữ đối tượng bằng bất kỳ ứng dụng Zarr nào mà không cần khóa API hay máy chủ ô bản đồ. Các bảng nguồn gốc dữ liệu mở được phát hành dưới dạng GeoParquet liệt kê những cảnh Sentinel-1, Sentinel-2 và Landsat làm cơ sở cho từng ô 20 km và từng năm; đối với năm 2025, báo cáo ghi nhận khoảng 450.000 cửa sổ, 21 triệu mục trong ảnh ghép và 730.000 cảnh.

Explorer hiển thị các embedding dưới dạng bản đồ màu giả của hành tinh. Người dùng có thể chuyển đổi giữa các năm, mở hình ảnh Sentinel-2 gốc, nhấp vào một địa điểm để tìm những nơi tương tự, huấn luyện một bộ phân loại nhỏ từ một số ít điểm đã gán nhãn và xuất kết quả dưới dạng GeoTIFF mà không cần tài khoản. Thông báo của Ai2 minh họa cách tiếp cận này bằng hoạt động khai thác vàng trái phép tại vùng Madre de Dios của Peru: bài viết cho biết hoạt động khai thác quanh La Pampa đạt đỉnh vào năm 2017 và 2018, và Chiến dịch Mercurio của Peru đã chấm dứt phần lớn hoạt động này vào tháng 2 năm 2019; đồng thời, các phép so sánh embedding giữa giai đoạn 2017–2020 và 2020–2025 cho thấy quá trình lan rộng trước đó và những biến đổi tiếp diễn trong khu vực khai thác cũ. Bài viết cho biết thêm rằng Peru đã điều các đội tuần tra hải quân trở lại khu bảo tồn vào tháng 8 năm 2026, sau khi các công tố viên phát hiện hoạt động khai thác đã lấn sang cả khu vực Tambopata.

Đối với những công việc cần một khoảng thời gian cụ thể, OlmoEarth Studio chạy cùng một mô hình trên các ngày, phương thức dữ liệu và độ phân giải do người dùng lựa chọn; một hướng dẫn cũng chỉ cách tạo embedding bằng năng lực tính toán của chính người dùng. Báo cáo kỹ thuật nêu rõ rằng OlmoEarth Artifact License hạn chế việc sử dụng cho các ứng dụng quân sự, liên quan đến quốc phòng và thuộc ngành công nghiệp khai thác; thẻ mô hình cho biết thêm rằng mô hình được thiết kế để sử dụng phù hợp với Ai2’s Responsible Use Guidelines.