深度解读 · 约 6 分钟阅读
Ai2 发布 OlmoEarth v1.3 年度嵌入与浏览器探索工具
OlmoEarth v1.3 将10米卫星影像特征做成可复用的128维及64维嵌入；历史覆盖、训练成本和特殊用途许可仍需分开理解。
- 本站发布
- 原文发布
- 核实时间
Ai2 在10月22日的公告中推出 OlmoEarth v1.3 Base、预计算年度卫星嵌入及 Embeddings Explorer，试图减少从遥感影像到地图分析的重复计算。理解这次发布，需要把数据覆盖、评测口径和使用条件分别看清。
听读资讯
朗读当前文章，或连续收听资讯。
正在准备听读…
设备语音
朗读由浏览器或设备处理，AISubHub 不向音频 API 发送文本。可用语音及锁屏播放能力因设备而异。
继续播放时可能重复一小段。
一分钟速览
- Ai2 称128维嵌入在27项评测中20项领先，64维版本18项领先；这是开发方结果，并非本站实测。
- 首发时2023—2025年具备全球年度覆盖，2017—2022年仅覆盖部分国家；对象是陆地及邻近沿海水域，不是所有表面的实时地图。
- 约2720美元只估算最终一次预训练。生成全球年度嵌入是另一项更大的计算任务，相关素材还受明确用途限制。
从重复运行模型转向复用特征
OlmoEarth 是遥感模型，不是对话大语言模型。本次发布把 Base 模型、预计算档案与浏览器界面组合起来，年度输入包括 Sentinel-1 雷达，以及 Sentinel-2、Landsat 多光谱影像。模型为每个10米输出像素生成128个数值组成的向量，前64维也能单独作为较紧凑的表示。
此前常见的 Studio 流程是先为具体任务微调模型，再处理卫星影像。共享嵌入把大量特征提取提前完成，使用者可在现有向量上训练较小的分类器。这能降低本地尝试的门槛，但向量仍需标注或分析方法，才可能转为作物分类、地表变化等结果。
一年观测怎样压缩为紧凑向量
技术报告把问题分成跨时间和传感器聚合、控制推理成本、压缩输出三个部分：视觉 Transformer 先产生词元，Attention Pooler 利用学习到的位置查询聚合某地点的观测，再通过蒸馏得到的线性投影，把768维地点表示压到128维；训练还使前64维成为可独立使用的嵌套前缀。
输出分辨率与编码器块大小分离，部署配置可用20米块编码，同时按10米间隔输出嵌入，以减少计算，并不意味着创造更精细的源影像。模型卡分别列出1.28亿参数的 ViT 主干、1430万参数的 Perceiver 与10万参数的学生投影，不能把主干参数数目当作完整流水线总量。
评测优势必须连同协议阅读
Ai2 公告称，与 AlphaEarth Foundations、Tessera v2 比较，128维版本在27项评测中20项最高，64维版本18项最高，覆盖六大洲，并介绍了面向热带作物的 PLANTEUR 基准。这里的分母是公告所用评测集合，不能理解成27个不同数据集都得出相同结论。
报告进一步讨论不同分类器、任务子集及跨地区泛化，测试采用年度嵌入和部署时的量化方案。它也记录了加入 Attention Pooler 后性能下降的情形，尤其是部分单时刻或单模态任务。本站据此认为，这是一组值得验证的通用特征，尚不能证明一种配置能赢得所有制图任务，或无须本地验证即可迁移。
年份覆盖与地图颜色都会影响解读
首发时，2023、2024、2025年的年度层在已发布覆盖范围内达到全球规模；2017—2022年只有选定国家，扩展仍在进行。档案面向陆地及邻近沿海水域，不包含南极。Ai2 称10米分辨率的完整全球参考年约150 TB，报告也说明了如何通过来源记录，把输出窗口追溯到输入影像及公开目录。
Ai2 称探索器无须账号或 GPU 配置，即可切换年份、查看 Sentinel-2 原影像、寻找相似地点、从标注点训练小分类器并导出 GeoTIFF；本站未独立测试这些功能。界面伪彩色只呈现部分嵌入差异，不是已经判真的地图。跨年向量变化大，也不能单凭颜色确定采矿、植被恢复或变化原因；年度聚合更不等于实时告警。
低预训练估价不等于低全球总账单
公告估算，v1.3 Base 最终一次预训练在租用的八卡 H100 节点上约需2720美元，图中使用539 GPU小时及2026年10月艾奥瓦州云节点费率，不包含实验、数据准备、存储与工程。Ai2 称训练时间为 v1.2 的53%、v1 的18%，估算排放分别为50%、22%；这些是相对旧总量的剩余比例，不能直接当作下降幅度。
报告同时指出，生成一年的全球嵌入约需14000 H100小时，估算是最终预训练的约26倍，实际推理还混用 H100、A100。本站分析认为，预计算是在下游用户之间分摊一笔显著成本，而非让成本消失。训练估价既不是当前可购买的云套餐，也不是复现、存储与托管全球档案的完整预算。
开放获取仍有许可和结果验证边界
模型及相关素材采用 OlmoEarth Artifact License，在条件下授予使用、修改、分发及衍生权利，并要求署名及向下游保留用途限制。禁止用途包括军事与防务、情报收集、人类监控及执法，以及计划或促进石油、天然气、矿产等资源开采的活动，包括采矿与毁林。不能把它写成无用途限制，也不能替换为 MIT 或 Apache 许可。
协议也不会自动授予数据集内容中的全部第三方权利，并不保证素材准确或适合具体用途。评估采用时，需要分清模型许可、输入材料权利、地区和年份覆盖，以及实际决策要求的准确性。这次发布提供了开展评估的组件，公告及演示本身不能独立证明某张导出地图正确。
有什么影响
本站分析：把高成本的特征提取放进共享档案，可让小团队以较少的本地计算资源验证制图问题。采用价值取决于覆盖、标注、数据传输和验证组成的完整流程，不能只比较预训练账单。
限制与可用性
本站已读公告、模型卡、素材许可和技术报告，并核看公告图表及内嵌短演示；未下载模型或数据集，未运行探索器、复现评测、测试导出或进行地面真值验证。外链案例报道与教程未在本轮独立阅读全文。
来源与证据
原文发布: · 核实时间:
补充阅读
AI 辅助采编，依据所列一手来源核实。厂商自报结论注明归属，收录不代表背书。