OlmoEarth v1.3 發佈全球衞星嵌入模型

🤗 模型 | 📄 技術報告 | 📊 數據 | 💻 程式碼 | 🌎 Embeddings Explorer | 🗺️ 互動故事

今天，我們推出 OlmoEarth v1.3，這是一款領先業界的衞星嵌入模型。除了 OlmoEarth v1.3，我們亦分享了覆蓋整個地球、預先計算的年度嵌入向量（10m、64 維及 128 維），以及一款全新的瀏覽器工具，讓用戶探索並自訂以這些嵌入向量為基礎的地圖——OlmoEarth Embeddings Explorer。這代表任何人都可以立即使用 OlmoEarth v1.3，追蹤隨時間發生的變化，或尋找相似地點，無需登入，也不需要具備進階技術知識。

一直以來，使用 OlmoEarth 的主要方式是在 OlmoEarth Studio 中進行微調：為每項任務訓練一個模型，再將模型套用於衞星影像以製作地圖。這需要存取 GPU，並具備下載和儲存影像的能力。嵌入模型會將衞星數據壓縮成可即時使用的特徵，讓用戶能以低成本重複用於多種任務。

透過 OlmoEarth v1.3，我們很高興能讓用戶以最適合自己的方式，探索和運用地球觀測成果。

計算一次，隨處重用

嵌入向量代表模型從數百萬張影像中學到的資訊。OlmoEarth v1.3 讀取一年的雷達（Sentinel-1）和多光譜（Sentinel-2 及 Landsat）衞星時間序列，為地球上每個 10 米像素產生一個 128 維向量；當中的首 64 個維度亦可獨立使用，作為較小的嵌入向量。

基礎模型和全球嵌入向量的製作成本高昂。為確保所有人都能受惠於這些成果，我們已為整個地球計算這些嵌入向量，並在 Source Cooperative 與社羣分享。從這些嵌入向量出發，製作農作物分佈圖、土地覆蓋圖或變化分析，就會成為一項輕量級的建模工作：在其上訓練小型分類器，並在本機執行即可。

OlmoEarth v1.3 產生嵌入向量的方式：視覺 Transformer 讀取衞星數據，Attention Pooler 將資料池化，為每個地塊產生一個向量，再由線性層將其縮減為 128 個數值。

領先業界的嵌入向量

我們在 27 項評測中，將 OlmoEarth v1.3 的嵌入向量與 AlphaEarth Foundations (AEF) 及 Tessera v2 比較，評測涵蓋六大洲及多種不同任務。OlmoEarth 的 128 維嵌入向量在 27 項評測中有 20 項得分最高，整體排名亦最高。只有一半大小的 64 維版本，在 27 項評測中仍有 18 項領先。在這項評測中，我們推出了 PLANTEUR，一項針對熱帶農業的新作物類型基準測試；而這些嵌入向量對分類器從未見過的地點，泛化能力最佳（PLANTEUR 技術報告請見此處）。相關內容全部完全開放：模型權重、預訓練數據及預訓練程式碼。

實際應用上，只需用 OlmoEarth 嵌入向量訓練一個小型分類器，就足以繪製地面狀況的地圖：例如分類肯尼亞小農種植的作物、偵測達卡以西的磚窯、評估印尼的火災損毀情況，以及追蹤秘魯亞馬遜地區的金礦開採活動。

與前幾代 OlmoEarth 模型相比，OlmoEarth v1.3 亦是我們訓練成本最低的模型。它所需的運算時間分別只有上一版（v1.2）的 53% 及首個版本（v1）的 18%，碳排放量則分別為 50% 及 22%。它亦仍然是出色的微調模型，在研究及合作夥伴標籤上的表現均與 v1.2 相若。我們最新的模型沿用早期 OlmoEarth 版本的相同基礎，並經過調校，讓嵌入向量保持輕量，同時不犧牲不同任務的準確度；這項效率提升亦會延續至未來版本。

完整結果及方法詳情載於我們的技術報告。

如果要重現這項成果，預訓練 OlmoEarth v1.3 Base，最後一次執行大約需要 $2,720 的租用 H100 運算時間。模型權重、資料及程式碼全部開放。

同一地點，九年

每個像素的嵌入向量在 2017 至 2020 年（左）及 2020 至 2025 年（右）之間的變化幅度。洋紅色代表最大變化。左圖：採礦活動向東南擴張，右下方的大塊區域最明顯。右圖：該角落已歸於平靜；變化如今集中在西面的舊採礦區，一部分是植被重新生長，一部分則是再度開挖。可在 OlmoEarth Embeddings Explorer。中親自探索。

在秘魯馬德雷德迪奧斯大區，拉潘帕周邊的非法淘金活動於 2017 年及 2018 年達到高峯，在坦博帕塔國家保護區的緩衝地帶清除了逾 1,200 公頃森林，據 Amazon Conservation 的 MAAP 監測計劃資料。2019 年 2 月，秘魯的 Operation Mercurio 行動取締了當地大部分非法採礦活動。此後一直令人關注的問題是：非法採礦是否就此停止？

嵌入向量有助回答這個問題。無需訓練模型，只要比較不同年份每個像素的向量，2017 至 2020 年的對照圖便會突出顯示採礦活動向東南擴散的區域。以同樣方式比較 2020 至 2025 年，訊號便會轉移。打擊行動在嵌入向量中清晰可見。

更值得留意的是第二幅地圖仍然顯示的情況：圖上並非一片暗色。MAAP 指出，西北部仍有零星採礦點持續運作，而舊採礦區亦隨著土地復原而持續變化。嵌入向量也記錄到這些變化。短暫的喘息期已過，壓力再次增加。2026 年 8 月，Associated Press 報道，檢察官發現採礦活動已蔓延至坦博帕塔國家保護區內，秘魯因此再次派遣海軍巡邏隊進入保護區。

我們的互動式專題以馬德雷德迪奧斯這片地區為起點，並由此帶出其他幾個案例。

OlmoEarth Embeddings Explorer

OlmoEarth Embeddings Explorer 是一款以嵌入向量本身構建的互動式分析工具，並以地球偽彩色地圖呈現。平移至任何位置，切換年份以查看地貌變化，亦可載入底層 Sentinel-2 影像，將地圖與實際影像對照核實。接著，你可以開始提出問題：點擊某個地點，找出外觀相似的其他地點；或標記幾個已標註的點，即時訓練小型分類器，再將結果匯出為 GeoTIFF。無需帳戶，亦無需設定。

對許多團隊而言，要用 OlmoEarth 測試一個構想，往往需要進行一次微調，耗時數小時。在 Explorer 中，初步測試只需幾秒。只需少量標籤，便可分析整個區域，而且不需要 GPU。若任務需要微調，嵌入向量可助你判斷是否值得投入運算資源，以及模型在哪些方面有所不足。

Explorer 背後的資料檔案庫收錄了 10 米解析度的嵌入向量，每年約 150 TB，涵蓋陸地及鄰近沿岸水域。推出時，2025、2024 和 2023 年的資料覆蓋全球；2017 至 2022 年的資料則涵蓋部分國家，未來將擴大覆蓋範圍。你可以取得完整的 128 維版本，或較精簡的 64 維版本。每個嵌入向量亦附有來源記錄。每個 20 公里網格及年份均有公開的來源追溯表，列出模型讀取的 Sentinel-1、Sentinel-2 和 Landsat 影像場景，並附上託管這些場景的公開目錄連結，讓你可以追溯任何像素所依據的影像。

開始使用

此版本包括 OlmoEarth v1.3 Base 模型、預先計算的全球嵌入向量、OlmoEarth Embeddings Explorer，以及技術報告。如果你的工作需要特定時段的資料，OlmoEarth Studio 可按照你選擇的日期、模態及解析度，使用同一模型處理資料；而這份教學則示範如何使用自己的運算資源生成嵌入向量。這些工具可配合使用：在 Embeddings Explorer 中探索；任務需要時，在 Studio 進行微調，然後以此製作地圖。所有內容均以 OlmoEarth Artifact License 發布，與 v1 和 v1.2 所採用的開放授權相同。

取得你關注地點的嵌入向量，向它們提出問題，並分享你的發現。