🤗 模型 | 📄 技术报告 | 📊 数据 | 💻 代码 | 🌎 嵌入浏览器 | 🗺️ 交互式故事
今天，我们发布 OlmoEarth v1.3，这是一个最先进的卫星嵌入模型。与 OlmoEarth v1.3 一起，我们还分享了整个星球的预计算年度嵌入（10 米分辨率、64 维和 128 维），以及一款全新的基于浏览器的工具，用于探索和定制基于这些嵌入的地图—— OlmoEarth Embeddings Explorer。这意味着任何人都可以立即使用 OlmoEarth v1.3，从追踪随时间的变化到寻找相似地点——无需登录，也不需要高深的技术知识。
在此之前，使用 OlmoEarth 的主要方式是在 OlmoEarth Studio 中进行微调：为每个任务训练一个模型，并在卫星影像上运行以生成地图。这需要 GPU 访问权限，以及下载和存储 影像的能力。嵌入模型将卫星数据压缩为即用型特征，可以低成本地重复用于许多任务。
借助 OlmoEarth v1.3，我们很高兴能为用户提供更多方式，以最适合他们的方式探索和使用行星尺度的成果。
一次计算，处处复用
嵌入代表了模型从数百万张图像中学到的内容。OlmoEarth v1.3 读取一年的雷达（Sentinel-1）和多光谱（Sentinel-2 和 Landsat）卫星时间序列，并为地球上每个 10 米像素生成一个 128 维向量；前 64 个维度也可以单独作为一个更小的嵌入使用。
基础模型和全球嵌入的生产成本高昂，为确保每个人都能享受到这些成果，我们为整个星球计算了这些嵌入，并在 Source Cooperative上与社区分享。由此，作物地图、土地覆盖图或变化分析都变成了轻量级的建模问题：在其上训练一个小型分类器，并在本地运行即可。
OlmoEarth v1.3 如何生成嵌入：视觉变换器读取卫星数据，一个 Attention Pooler 将其池化为每个地块区块一个向量，然后一个线性层将其降维为 128 个数字。
最先进的嵌入
我们在 27 项评估中将 OlmoEarth v1.3 的嵌入与 AlphaEarth Foundations（AEF）和 Tessera v2 进行了比较，覆盖六大洲和多种不同任务。OlmoEarth 的 128 维嵌入在 27 项评估中的 20 项得分最高，总体排名第一。大小减半的 64 维版本仍在 27 项评估中的 18 项上领先。作为此次评估的一部分，我们推出了 PLANTEUR，一个针对热带农业的新型作物类型基准，且这些嵌入在分类器从未见过的地区泛化效果最好（PLANTEUR 技术报告可在 此处获取）。其背后的一切完全开放：模型权重、预训练数据和预训练代码。
在实践中，这意味着在 OlmoEarth 嵌入上训练一个小型分类器就足以绘制地面上的情况：例如对肯尼亚小农户的作物进行分类、检测达卡以西的砖窑、评估印度尼西亚的火灾损失，以及追踪秘鲁亚马逊的金矿开采。
与上一代 OlmoEarth 模型相比，OlmoEarth v1.3 也是我们训练成本最低的模型。它耗费的计算时间是我们上一版本（v1.2）的 53%、第一个版本（v1）的 18%，碳排放分别为其 50% 和 22%。而且它仍然是一个强大的微调模型，在研究和合作伙伴标签上与 v1.2 的性能相当。我们的最新模型建立在早期 OlmoEarth 版本相同的根基之上，经过调优，使嵌入保持轻量而不牺牲跨任务的准确性，并且这项效率优化工作将在未来的版本中延续。
完整结果和方法见我们的 技术报告.
如果你想复现它,预训练 OlmoEarth v1.3 Base 最终一轮大约需要花费 2,720 美元的租用 H100 时间。权重、数据和代码全部开放。
一个地方,九年
每个像素的嵌入在2017年至2020年（左）以及2020年至2025年（右）之间变化了多少。品红色表示变化最大。左图：采矿向东南蔓延，即右下方的大块区域。右图：那个角落已归于沉寂；变化现在位于西侧较老的采矿带，部分是植被重新生长，部分是重新开挖。你可以自己在 OlmoEarth 嵌入浏览器。
在秘鲁的马德雷德迪奥斯地区，拉潘帕周边的非法金矿开采在2017年和2018年达到顶峰，清除了坦博帕塔国家保护区缓冲区内超过1,200公顷的森林， 根据 Amazon Conservation 的 MAAP 监测项目2019年2月，秘鲁的"水星行动"(Operation Mercurio)关停了它的大部分业务。此后的问题一直是：它是否就此沉寂了？
这些嵌入向量有助于回答这个问题。将每个像素的向量在不同年份之间进行比较，无需训练模型，2017到2020这一对比在矿区向东南蔓延的位置亮了起来。再用同样的方法比较2020到2025，信号发生了转移。这场整治行动在嵌入向量中清晰可见。
更有意思的是第二张地图上依然显示的内容。它并非一片黑暗。据 MAAP，西北部的矿点仍在运营，而老矿区随着土地恢复也在不断变化。嵌入数据同样记录到了这一点。喘息是短暂的，压力又在积聚。2026年8月， 美联社 据报道，在检察官发现采矿活动已越过边界进入坦博帕塔保护区本身之后，秘鲁派海军巡逻队重新进入该保护区。
我们的 互动故事 文章从马德雷德迪奥斯河的这一段展开，并由此介绍了其他几个例子。
OlmoEarth嵌入浏览器
该 OlmoEarth 嵌入浏览器 是一款直接由嵌入本身构建的交互式分析工具，以伪彩色地图的形式呈现整个星球。你可以随意平移浏览、在不同年份之间切换以查看地貌如何变化，并调取底层的 Sentinel-2 影像，将地图与真实景象进行比对。然后开始提问：点击某个地点以找到看起来相似的其他地点，或者放置几个带标签的点，当场训练一个小型分类器，再将结果导出为 GeoTIFF。无需账户，无需任何设置。
对于许多团队来说，针对 OlmoEarth 验证一个想法意味着一次微调运行，耗时以小时计。而在 explorer 中，初次尝试只需几秒钟。你无需 GPU，仅凭少量标注即可分析整个区域。当某项任务确实需要微调时，这些嵌入可以帮助你判断它是否值得投入算力，以及模型在哪些方面存在不足。
Explorer 背后的档案库以10米分辨率存储嵌入向量，每年约150 TB，覆盖陆地及邻近近海水域。发布时，2025年、2024年和2023年为全球覆盖，2017年至2022年覆盖部分国家，更多覆盖范围正在陆续推出。你可以以完整的128维版本或较轻量的64维版本检索这些嵌入向量。每个嵌入向量还附带其来源记录。对于每个20公里的图块和年份，公开的溯源表列出了模型读取的 Sentinel-1、Sentinel-2 和 Landsat 影像场景，并附带托管这些影像的公共目录链接，因此你可以将任意像素追溯至其背后的影像。
开始使用
本次发布包括 OlmoEarth v1.3 Base 模型、预先计算的全球嵌入、OlmoEarth Embeddings Explorer 以及技术报告。如果您的工作需要特定的时间窗口，OlmoEarth Studio 可以在您选择的日期、模态和分辨率上运行同一模型，并且 教程 演示了如何在您自己的算力上生成嵌入。这些工具协同工作：在 Embeddings Explorer 中进行探索，当任务需要时在 Studio 中进行微调，然后从那里获取您的地图。所有内容均以 OlmoEarth Artifact License 发布，与 v1 和 v1.2 相同的开放许可证。
提取你关心的某个地点的嵌入向量，向它们提出你的问题，并向我们展示你的发现。