OlmoEarth v1.3：面向全球的顶尖嵌入模型

英文原标题：OlmoEarth v1.3: State-of-the-art embeddings for the whole planet

本文为英文原文的机器翻译摘要，原文见：Hugging Face Blog ↗

• AllenAI 发布 OlmoEarth v1.3 卫星嵌入模型，并公开全球预计算年度嵌入（10 米分辨率，64 维和 128 维），同时推出无需登录的浏览器工具 OlmoEarth Embeddings Explorer。
• 模型读取 Sentinel-1 雷达及 Sentinel-2、Landsat 多光谱卫星时间序列，为每个 10 米像素生成 128 维向量，前 64 维可单独作为轻量嵌入使用。
• 在 27 项评估中，128 维嵌入在 20 项得分最高，64 维版本在 18 项领先；评估对比了 AlphaEarth Foundations 和 Tessera v2，并引入热带作物类型基准 PLANTEUR。
• 训练成本显著降低：v1.3 计算时间为 v1.2 的 53%、v1 的 18%，碳排放分别为 50% 和 22%；预训练 Base 模型最终运行约需 2720 美元 H100 租用成本。
• 嵌入可用于变化检测和相似地点查找，例如秘鲁 Madre de Dios 金矿案例；Explorer 支持点击相似地点、少量标注训练分类器并导出 GeoTIFF，无需 GPU。

关键数据

• 全球嵌入分辨率 10 米，每年约 150 TB
• 128 维嵌入在 27 项评估中 20 项最高，64 维版本 18 项领先
• 训练计算时间为 v1.2 的 53%、v1 的 18%，碳排放为 50% 和 22%
• 预训练 OlmoEarth v1.3 Base 最终运行约 2720 美元 H100 租用成本
• 2025、2024、2023 年全球覆盖，2017 至 2022 年覆盖部分国家

引语

• Compute once, reuse everywhere
• The crackdown is visible in the embeddings.

为什么值得看：该发布将全球卫星嵌入、开放权重数据和零门槛浏览器工具结合，使变化检测与地表分类无需 GPU 或深度学习经验即可快速尝试。