🤗 Modelos | 📄 Informe técnico | 📊 Datos | 💻 Código | 🌎 Explorador de Embeddings | 🗺️ Historia interactiva
Hoy lanzamos OlmoEarth v1.3, un modelo de embeddings satelitales de última generación. Junto con OlmoEarth v1.3, compartimos embeddings precalculados y anuales para todo el planeta (10m, de 64 y 128 dimensiones), además de una nueva herramienta basada en navegador para explorar y personalizar mapas basados en esos embeddings: el OlmoEarth Embeddings Explorer. Esto significa que cualquiera puede poner OlmoEarth v1.3 a trabajar de inmediato, desde rastrear cambios a lo largo del tiempo hasta encontrar lugares similares, sin necesidad de iniciar sesión ni de conocimientos técnicos avanzados.
Hasta ahora, la forma principal de usar OlmoEarth era el ajuste fino en OlmoEarth Studio: entrenar un modelo para cada tarea y ejecutarlo sobre imágenes satelitales para crear un mapa. Eso requiere acceso a GPU y la capacidad de descargar y almacenar las imágenes. Los modelos de embeddings comprimen los datos satelitales en características listas para usar que pueden reutilizarse de manera económica para muchas tareas.
Con OlmoEarth v1.3, nos complace ofrecer a los usuarios más formas de explorar e interactuar con los artefactos planetarios del modo que mejor les convenga.
Calcula una vez, reutiliza en todas partes
Un embedding representa lo que el modelo aprendió de millones de imágenes. OlmoEarth v1.3 lee un año de series temporales satelitales de radar (Sentinel-1) y multiespectrales (Sentinel-2 y Landsat) y produce un vector de 128 dimensiones por cada píxel de 10 metros de la Tierra; las primeras 64 dimensiones también funcionan por sí solas como un embedding más pequeño.
Los modelos fundacionales y los embeddings globales son costosos de producir, y para garantizar que todos puedan acceder a sus beneficios, calculamos estos embeddings para todo el planeta y los compartimos con la comunidad en Source Cooperative. A partir de ahí, un mapa de cultivos, un mapa de cobertura terrestre o un análisis de cambios se convierte en un problema de modelado ligero: entrena un pequeño clasificador encima y ejecútalo localmente.
Cómo OlmoEarth v1.3 crea un embedding: un vision transformer lee los datos satelitales, un Attention Pooler los agrupa en un vector por cada parche de terreno, y una capa lineal lo reduce a 128 números.
Embeddings de última generación
Evaluamos los embeddings de OlmoEarth v1.3 frente a AlphaEarth Foundations (AEF) y Tessera v2 en 27 evaluaciones, que abarcan seis continentes y muchas tareas diferentes. Los embeddings de 128 dimensiones de OlmoEarth obtienen la puntuación más alta en 20 de 27 evaluaciones y el mejor ranking general. La versión de 64 dimensiones, con la mitad del tamaño, sigue liderando en 18 de 27 evaluaciones. Como parte de esta evaluación, presentamos PLANTEUR, un nuevo benchmark de tipos de cultivos para la agricultura tropical, y los embeddings generalizan mejor en lugares que un clasificador nunca ha visto (el informe técnico de PLANTEUR está disponible aquí). Todo lo que hay detrás es completamente abierto: los pesos del modelo, los datos de preentrenamiento y el código de preentrenamiento.
En la práctica, esto significa que un pequeño clasificador entrenado con los embeddings de OlmoEarth es suficiente para mapear lo que hay en el terreno: piensen en clasificar cultivos de pequeños agricultores en Kenia, detectar hornos de ladrillo al oeste de Daca, evaluar daños por incendios en Indonesia y rastrear la minería de oro en la Amazonía peruana.
En comparación con las generaciones anteriores de modelos OlmoEarth, OlmoEarth v1.3 también fue nuestro modelo más barato de entrenar. Tomó el 53% del tiempo de cómputo de nuestra última versión (v1.2) y el 18% de nuestra primera (v1), con el 50% y el 22% de las emisiones de carbono. Y además sigue siendo un modelo sólido para ajuste fino, igualando el rendimiento de la v1.2 en etiquetas de investigación y de socios. Nuestro último modelo se basa en la misma fundación que las versiones anteriores de OlmoEarth, ajustado para que los embeddings se mantengan ligeros sin sacrificar precisión entre tareas, y ese trabajo de eficiencia continúa en las versiones futuras.
Los resultados completos y la metodología están en nuestro informe técnico.
Si quisieras reproducirlo, el preentrenamiento de OlmoEarth v1.3 Base costaría aproximadamente $2,720 de tiempo alquilado en H100 para la ejecución final. Los pesos, los datos y el código son todos abiertos.
Un lugar, nueve años
Cuánto cambió el embedding de cada píxel entre 2017 y 2020 (izquierda) y entre 2020 y 2025 (derecha). El magenta es el mayor cambio. Izquierda: la minería avanza hacia el sureste, el gran parche en la parte inferior derecha. Derecha: esa esquina se ha aquietado; el cambio ahora se sitúa en la zona minera más antigua al oeste, en parte por rebrote, en parte por excavación renovada. Explóralo tú mismo en el OlmoEarth Embeddings Explorer.
En la región de Madre de Dios, en Perú, la minería ilegal de oro alrededor de La Pampa alcanzó su punto máximo en 2017 y 2018, deforestando más de 1,200 hectáreas de bosque en la zona de amortiguamiento de la Reserva Nacional Tambopata, según el programa de monitoreo MAAP de Amazon Conservation. En febrero de 2019, la Operación Mercurio de Perú cerró la mayor parte. Desde entonces, la pregunta ha sido: ¿se mantuvo cerrada?
Los embeddings ayudan a responder esa pregunta. Compara el vector de cada píxel a lo largo de los años, sin necesidad de entrenar ningún modelo, y el par de 2017 a 2020 se ilumina donde la minería se extendía hacia el sureste. Ejecuta la misma comparación de 2020 a 2025, y la señal cambia. El desalojo es visible en los embeddings.
La parte más interesante es lo que el segundo mapa todavía muestra. No está oscuro. Según MAAP, bolsillos en el noroeste siguieron operando, y la antigua zona minera sigue cambiando a medida que la tierra se recupera. Los embeddings también registran eso. El respiro fue breve, y la presión vuelve a aumentar. En agosto de 2026, informó la Associated Press , Perú envió patrullas navales de regreso a la reserva después de que los fiscales descubrieron que la minería había entrado en la propia Tambopata.
Nuestra historia interactiva comienza en esta franja de Madre de Dios, y desde ahí recorre varios otros ejemplos.
El OlmoEarth Embeddings Explorer
El OlmoEarth Embeddings Explorer es una herramienta de análisis interactiva construida a partir de los propios embeddings, representados como un mapa en falso color del planeta. Desplázate a cualquier lugar, alterna entre años para ver cómo han cambiado los paisajes y abre las imágenes subyacentes de Sentinel-2 para comparar el mapa con la realidad. Luego empieza a hacer preguntas: haz clic en un lugar para encontrar otros que se le parezcan, o coloca unos pocos puntos etiquetados y entrena un pequeño clasificador en el momento, y después exporta el resultado como GeoTIFF. Sin cuenta, sin configuración.
Para muchos equipos, probar una idea contra OlmoEarth ha significado una ejecución de ajuste fino, del orden de horas. En el explorer, una primera pasada toma segundos. Puedes analizar regiones enteras a partir de un puñado de etiquetas, sin necesidad de GPU. Cuando una tarea requiere ajuste fino, los embeddings pueden ayudarte a decidir si merece el cómputo, y dónde el modelo se queda corto.
El archivo detrás del Explorer contiene embeddings a resolución de 10 metros, aproximadamente 150 TB por año, cubriendo la tierra y las aguas costeras adyacentes. En el lanzamiento, 2025, 2024 y 2023 son globales, y de 2017 a 2022 cubren países seleccionados, con más cobertura en camino. Puedes recuperar los embeddings en la versión completa de 128 dimensiones o en la versión más ligera de 64 dimensiones. Cada embedding también viene con un registro de su origen. Para cada tesela de 20 kilómetros y año, tablas de procedencia abiertas enumeran las escenas de Sentinel-1, Sentinel-2 y Landsat que leyó el modelo, con enlaces a los catálogos públicos que las alojan, de modo que puedes rastrear cualquier píxel hasta las imágenes que hay detrás.
Comienza
Esta versión incluye el modelo OlmoEarth v1.3 Base, los embeddings globales precalculados, el OlmoEarth Embeddings Explorer y el informe técnico. Si tu trabajo necesita una ventana de tiempo específica, OlmoEarth Studio ejecuta el mismo modelo sobre las fechas, modalidades y resolución que elijas, y un tutorial muestra cómo generar embeddings en tu propio cómputo. Estas herramientas funcionan juntas: explora en el Embeddings Explorer, haz ajuste fino en Studio cuando una tarea lo requiera, y lleva tu mapa desde ahí. Todo está publicado bajo la OlmoEarth Artifact License, la misma licencia abierta que v1 y v1.2.
Descarga los embeddings de un lugar que te importe, plantéales tu pregunta, y muéstranos lo que encuentras.