OlmoEarth v1.3 发布，开放全球卫星嵌入与浏览器地图分析工具

🤗 模型 | 📄 技术报告 | 📊 数据 | 💻 代码 | 🌎 嵌入探索工具 | 🗺️ 交互式故事

今天，我们发布了 OlmoEarth v1.3，这是一款达到当前最先进水平的卫星嵌入模型。在发布 OlmoEarth v1.3 的同时，我们还分享了预先计算的全球年度嵌入（10m，64 维和 128 维），以及一款全新的浏览器工具，可基于这些嵌入探索和定制地图——OlmoEarth Embeddings Explorer。这意味着任何人都能立即使用 OlmoEarth v1.3，从追踪随时间发生的变化到寻找相似地点，无需登录，也无需高深的技术知识。

此前，使用 OlmoEarth 的主要方式是在 OlmoEarth Studio 中进行微调：为每项任务训练一个模型，再用它处理卫星影像以生成地图。这需要 GPU 资源，以及下载和存储影像的能力。嵌入模型将卫星数据压缩为可直接使用的特征，这些特征可以低成本地复用于多种任务。

通过 OlmoEarth v1.3，我们很高兴能为用户提供更多方式，让他们以最适合自己的方式探索和使用地球相关数据成果。

计算一次，处处复用

嵌入表示模型从数百万张图像中学到的内容。OlmoEarth v1.3 读取一整年的雷达（Sentinel-1）和多光谱（Sentinel-2 和 Landsat）卫星时间序列，为地球上每个 10 米像素生成一个 128 维向量；前 64 维也可以单独作为更小的嵌入使用。

基础模型和全球嵌入的生成成本高昂。为确保每个人都能从中受益，我们已计算出覆盖全球的这些嵌入，并通过 Source Cooperative 与社区共享。有了这些嵌入，生成作物地图、土地覆盖地图或进行变化分析，就变成了轻量级建模问题：在嵌入之上训练一个小型分类器，然后在本地运行。

OlmoEarth v1.3 如何生成嵌入：视觉 Transformer 读取卫星数据，注意力池化器将其汇聚为每块土地对应的一个向量，再由线性层将其缩减为 128 个数值。

达到当前最先进水平的嵌入

我们在 27 项评估中，将 OlmoEarth v1.3 的嵌入与 AlphaEarth Foundations（AEF）和 Tessera v2 进行了对比，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 项上得分最高，总体排名第一。64 维版本的体积减半，但仍在 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，一项面向热带农业的新作物类型基准，而这些嵌入对分类器从未见过的地点展现出了最佳泛化能力（PLANTEUR 技术报告可在此处获取）。其背后的一切都完全开放：模型权重、预训练数据和预训练代码。

在实际应用中，这意味着只需基于 OlmoEarth 嵌入训练一个小型分类器，就足以绘制地表事物的分布图：例如，对肯尼亚小农户种植的作物进行分类、检测达卡以西的砖窑、评估印度尼西亚的火灾损失，以及追踪秘鲁亚马孙地区的金矿开采活动。

与前几代 OlmoEarth 模型相比，OlmoEarth v1.3 也是我们训练成本最低的模型。它的计算时间仅为上一版本（v1.2）的 53%、首个版本（v1）的 18%，碳排放量分别为两者的 50% 和 22%。它也依然是一款微调表现强劲的模型，在研究和合作伙伴提供的标签上，性能均与 v1.2 相当。我们的最新模型沿用了早期 OlmoEarth 版本的基础，经过调优，在保持嵌入轻量化的同时，不牺牲各项任务的准确性，而这项效率优化工作也将延续到后续版本中。

完整结果和方法详见我们的技术报告。

如果你想复现，预训练 OlmoEarth v1.3 Base 的最终一次运行所需的 H100 租用费用约为 $2,720。权重、数据和代码均已开放。

同一地点，九年变迁

2017 至 2020 年（左）和 2020 至 2025 年（右）每个像素的嵌入变化幅度。洋红色表示变化最大。左图：采矿活动向东南方向蔓延，即右下方的大片区域。右图：那个角落已归于平静；变化如今集中在西侧较早的采矿区，一部分是植被恢复，一部分是重新开挖。你可以在 OlmoEarth 嵌入探索工具中自行探索。

据 Amazon Conservation 的 MAAP 监测项目称，秘鲁马德雷德迪奥斯地区拉潘帕周边的非法金矿开采活动在 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。2019 年 2 月，秘鲁的“水星行动”叫停了其中大部分采矿活动。此后一直存在的问题是：这些活动是否始终处于停顿状态？

嵌入有助于回答这个问题。比较每个像素在不同年份的向量，无需训练模型，2017 年与 2020 年的对比就能突出显示采矿活动向东南方向扩张的区域。对 2020 年至 2025 年进行同样的比较，信号就发生了转移。这次打击行动的效果在嵌入中清晰可见。

更值得关注的是第二张地图仍然显示出的变化。它并非一片暗淡。据 MAAP 称，西北部的一些小片区域仍在进行采矿，而旧采矿区也随着土地恢复而持续变化。嵌入同样记录了这些变化。喘息期很短暂，压力又在积聚。美联社在 2026 年 8 月报道，在检察官发现采矿活动已越界进入坦博帕塔保护区内部后，秘鲁再次派遣海军巡逻队进入保护区。

我们的交互式报道从马德雷德迪奥斯的这片区域展开，并由此介绍其他几个案例。

OlmoEarth 嵌入探索工具

OlmoEarth 嵌入探索工具是一款直接基于嵌入构建的交互式分析工具，以全球伪彩色地图的形式呈现。你可以平移到任意地点，在不同年份之间切换，查看景观如何变化，还可以调出底层的 Sentinel-2 影像，将地图与真实情况进行核对。然后就可以开始提问：点击一处地点，寻找其他相似的地方；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，也无需配置。

对许多团队来说，用 OlmoEarth 验证一个想法往往意味着要进行一次微调，耗时通常以小时计。而在 Explorer 中，初步尝试只需几秒。只需少量标签，你就能分析整个区域，无需 GPU。当任务需要微调时，这些嵌入可以帮助你判断是否值得投入计算资源，以及模型在哪些方面存在不足。

Explorer 背后的归档存储了分辨率为 10 米的嵌入，每年约 150 TB，覆盖陆地及邻近沿海水域。发布时，2025、2024 和 2023 年的数据覆盖全球，2017 至 2022 年的数据覆盖部分国家，未来还将扩大覆盖范围。你可以获取完整的 128 维嵌入，也可以选择更轻量的 64 维版本。每个嵌入还附有来源记录。对于每个 20 公里图块和年份，公开的来源追溯表列出了模型读取的 Sentinel-1、Sentinel-2 和 Landsat 影像场景，并提供指向托管这些影像的公共目录的链接，让你能够将任意像素追溯到其背后的影像。

开始使用

此次发布包括 OlmoEarth v1.3 Base 模型、预计算的全球嵌入、OlmoEarth Embeddings Explorer 和技术报告。如果你的工作需要特定的时间窗口，OlmoEarth Studio 可以按照你选择的日期、模态和分辨率运行同一模型，另有一份教程介绍如何使用自己的计算资源生成嵌入。这些工具可以配合使用：在 Embeddings Explorer 中探索，在任务需要时到 Studio 中微调，再以此为基础制作你的地图。所有内容均依据 OlmoEarth Artifact License 发布，与 v1 和 v1.2 使用相同的开放许可证。

获取你关心地点的嵌入，用它们探究你的问题，并向我们展示你的发现。