Ai2 发布 OlmoEarth V1.3，推出覆盖全球的 10 米卫星嵌入数据

Allen Institute for AI 于 2026 年 10 月 22 日发布了 OlmoEarth v1.3。这是一款开放的卫星嵌入模型，同时提供以 10 米分辨率预先计算的全球年度嵌入数据，以及一个无需登录即可使用的浏览器版 OlmoEarth Embeddings Explorer。

此次发布包括 OlmoEarth v1.3 Base 模型、128 维和 64 维两种预先计算的全球嵌入数据、Explorer，以及一份技术报告；所有内容均采用 OlmoEarth v1 和 v1.2 使用的 OlmoEarth Artifact License。此前，使用 OlmoEarth 意味着要在 OlmoEarth Studio 中进行微调，这需要访问 GPU 并在本地存储影像；而嵌入模型会将卫星数据压缩为可直接使用的特征，这些特征可用于多种任务。

根据其模型卡，OlmoEarth-v1_3-Base 是一款拥有 1.28 亿个参数的 ViT-Base 基础模型，可利用 Sentinel-1、Sentinel-2 和 Landsat 影像或影像时间序列进行遥感分析。它还包含一个拥有 1,430 万个参数的 Perceiver，以及一个拥有 10 万个参数的线性学生模型，可将 768 维词元投影至 128 维；模型卡指出，包括该学生模型在内的这款模型生成了 OlmoEarth 的全球年度嵌入数据。

模型如何生成嵌入数据

OlmoEarth v1.3 读取一整年的 Sentinel-1 雷达数据，以及 Sentinel-2 和 Landsat 多光谱时间序列数据，为地球上每个 10 米像素生成一个 128 维向量；前 64 维也可单独使用，作为较小的嵌入向量。视觉 Transformer 读取卫星数据，Attention Pooler 将输出词元汇聚为每个陆地区块对应的一个向量，线性层再将该向量压缩为 128 个数值。技术报告介绍了一种 Matryoshka 式蒸馏方法：学生模型是一个单独的线性层，与主干网络在同一次前向传播中联合训练。报告称，这使蒸馏几乎无需额外成本。

报告指出，在 20 米编码器分辨率下运行视觉 Transformer 和 Attention Pooler、并生成 10 米分辨率输出，其成本比在 10 米分辨率下运行 Transformer 低 7.7 倍：每个窗口需进行 308 次而非 2,378 次 GMAC 运算。训练采用与 OlmoEarth v1.2 相同的数据和方案：使用 Sentinel-1、Sentinel-2 和 Landsat-8 观测数据，以及 WorldCover、WorldCereal、SRTM 和 OpenStreetMap 等地图目标；优化器为 AdamW，批量大小为 512，共训练 667,200 步。

基准测试结果与 PLANTEUR 数据集

Ai2 表示，其评估将 v1.3 嵌入数据与 AlphaEarth Foundations 和 Tessera v2 进行了比较，涵盖六大洲的 27 项评测；128 维嵌入数据在其中 20 项中得分最高，64 维版本则在 27 项中的 18 项领先。技术报告指出，在 8 个 AEF 数据集中，128 维嵌入数据有 7 个优于两项基线（例外是埃塞俄比亚，Tessera v2 的表现优于 OlmoEarth v1.3）；在 PASTIS 作物类型数据集上，其表现也略胜 Tessera v2，mIoU 为 58.6，对方为 58.3。

Ai2 在发布此次模型的同时推出了 PLANTEUR，这是一个面向热带农业的作物类型基准，基于法国海外地区的标注数据构建，涉及马提尼克、留尼汪、法属圭亚那、瓜德罗普和马约特。其“留一岛测试”设置用于评估分类器在其他岛屿上训练后，对某一个岛屿的表现；Ai2 表示，v1.3 嵌入数据对分类器从未见过的地点具有最强的泛化能力。报告记录的数据显示，在这一留一岛测试指标上，128 维嵌入数据的 mIoU 为 24.9，而 Tessera v2 为 19.1，AlphaEarth Foundations 为 15.8。

Ai2 还称，v1.3 是一款性能出色的微调模型，在研究标签和合作伙伴标签上的表现与 v1.2 相当；报告显示，在所有受评估的模型和任务中，v1.3 的微调平均排名为 4.34，落后于 OlmoEarth v1.2 Base（4.02），但领先于 OlmoEarth v1 Base（4.74）。

训练成本与环境影响

Ai2 将 OlmoEarth v1.3 描述为其训练成本最低的 OlmoEarth 模型：所需计算时间分别为 v1.2 的 53% 和 v1 的 18%，碳排放量则分别为 v1.2 的 50% 和 v1 的 22%。Ai2 估计，若要复现 OlmoEarth v1.3 Base 的预训练，仅最后一次运行的 H100 租用费用就约为 2,720 美元。

报告中的环境影响表列出，OlmoEarth v1.3 Base 预训练消耗 539 个 H100 GPU 小时、161 千瓦时电力，产生 0.07 吨二氧化碳当量；相比之下，v1.2 Base 消耗 1,012 个 GPU 小时，产生 0.14 吨二氧化碳当量；v1 Base 消耗 2,989 个 GPU 小时，产生 0.32 吨二氧化碳当量。生成嵌入数据本身的成本要高得多：报告估计，生成一整年的全球嵌入数据需要约 14,000 个 H100 小时，大约是预训练成本的 26 倍。

全球数据档案、Explorer 与许可

Explorer 背后的数据档案存储着 10 米分辨率的嵌入数据，每年约 150 TB，覆盖陆地及邻近海域。发布时，2025 年、2024 年和 2023 年的数据覆盖全球；2017 年至 2022 年的数据则覆盖部分国家，更多地区的数据仍在陆续加入。报告称，2017 年至 2025 年的完整数据集规模远超 1 拍字节，覆盖范围从南纬 59.5 度延伸至北纬 83.6 度，不包括南极洲；报告还指出，Searchlight 推理过程消除了已发布嵌入数据中的分块伪影。

这些嵌入数据托管在 Source Cooperative 上，以 Zarr 存储格式提供，可通过任意 Zarr 客户端直接从对象存储读取，无需 API 密钥或瓦片服务器。以 GeoParquet 格式发布的开放溯源表列出了每个 20 公里瓦片和年份所对应的 Sentinel-1、Sentinel-2 和 Landsat 影像；报告记录显示，2025 年约有 450,000 个窗口、2,100 万条镶嵌记录和 730,000 幅影像。

Explorer 将这些嵌入数据呈现为地球的伪彩色地图。用户可以切换年份、调出底层的 Sentinel-2 影像、点击某个位置查找相似地点、用少量标注点训练一个小型分类器，并将结果导出为 GeoTIFF，全程无需注册账户。Ai2 的公告以秘鲁马德雷德迪奥斯地区的非法金矿开采为例，展示了这种方法的应用：公告称，拉潘帕周边的采矿活动在 2017 年和 2018 年达到高峰，秘鲁的 Operation Mercurio 于 2019 年 2 月基本将其取缔；公告还称，对比 2017–2020 年与 2020–2025 年的嵌入数据，可以看到此前采矿活动的扩张，以及旧采矿区持续发生的变化。公告补充说，检察官发现采矿活动已越界进入坦博帕塔保护区后，秘鲁于 2026 年 8 月再次派遣海军巡逻队进入该保护区。

对于需要指定时间范围的工作，OlmoEarth Studio 可以根据用户选定的日期、数据模态和分辨率运行同一模型；一份教程则介绍了如何使用用户自己的计算资源生成嵌入数据。技术报告称，OlmoEarth Artifact License 限制将其用于军事、国防相关及采掘业应用；模型卡还指出，该模型旨在依照 Ai2 的 Responsible Use Guidelines 使用。